首页> 中文期刊> 《计算机应用与软件》 >一种提高云计算环境下检测入侵者速度和正确率的新方法

一种提高云计算环境下检测入侵者速度和正确率的新方法

         

摘要

云计算环境要求入侵检测系统(IDS)极其快速和准确,用于云计算的智能型IDS——反向传播神经元网络(BPNN)经常出现"泛化问题",即BPNN无解或总误差函数不能收敛于全局最小值.泛化问题降低了BPNN的识别速度和正确率.为了解决该问题,提出两种解决方法.第一种是剔除相关性大的那些特征,保留相关性较小或互相独立的重要特征,以便减少特征数量.第二种是综合利用遗传算法(GA)和最速下降法(梯度法)的优点,降低BPNN的泛化性.用GA求出BPNN全局最优解的近似值,把该近似值作为最速下降法的初始值,进行迭代,最终求得BPNN全局最优解的精确值.仿真实验表明给出的方法是有效的且能够解决BPNN的"泛化问题",同时能够提高BPNN识别入侵者的速度和正确率.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号