首页|期刊简介|投稿指南|分类索引|刊文选读|订阅指南|证明资料|样刊邮寄查询|常见问题解答|联系我们
王振东,曾勇,王俊岭,等. 基于改进天牛群算法优化的BP神经网络的入侵检测[J]. 科学技术与工程, 2020, 20(32): 13249-13257.
WANG Zhen-dong,ZENG Yong,WANG Jun-ling,et al.Intrusion Detection Based on Improved BP Neural Network Based on Improved Beetle Swarm Optimization[J].Science Technology and Engineering,2020,20(32):13249-13257.
基于改进天牛群算法优化的BP神经网络的入侵检测
Intrusion Detection Based on Improved BP Neural Network Based on Improved Beetle Swarm Optimization
投稿时间:2019-11-20  修订日期:2020-07-28
DOI:
中文关键词:  天牛群算法  BP神经网络  入侵检测  初始值优化  全局寻优
英文关键词:beetle swarm optimization  BP neural network  intrusion detection  initial value optimization  global optimization
基金项目:(61562037,61562038,61563019,61763017);江西省自然科学基金(20171BAB202026、20181BBE58018)资助。
           
作者单位
王振东 江西理工大学 信息工程学院
曾勇 江西理工大学 信息工程学院
王俊岭 江西理工大学 信息工程学院
胡中栋 江西理工大学 信息工程学院
摘要点击次数: 241
全文下载次数: 84
中文摘要:
      针对传统BP神经网络的入侵检测中,BP神经网络模型存在容易陷入局部最优、收敛速度慢、初始值随机性较大等缺点,本文提出改进天牛群算法(Beetle Swarm Optimization,BSO)用于优化BP神经网络的权值与阈值,并采用可变的感知因子及导向性的学习策略,以增强算法跳出局部最优的能力,提升算法全局寻优能力。利用天牛群算法群体智能的特点,提高BP神经网络的收敛速度。并将天牛群优化的BP神经网络模型应用于入侵检测,仿真实验结果表明优化后的BP神经网络模型能够显著提高模型的收敛速率和对入侵数据的检测率,降低误报率。
英文摘要:
      In the intrusion detection of traditional BP neural network, BP neural network model is easy to fall into local optimum,slow convergence rate and large initial value randomness.This paper proposes to improve the Beetle Swarm Optimization(BSO) algorithm. It is used to optimize the weights and thresholds of BP neural network,and adopts variable perceptual factors and guiding learning strategies to enhance the ability of the algorithm to jump out of local optimum,improve the global optimization ability of the algorithm,and use the herd algorithm for group intelligence.Features to improve the convergence rate of BP neural networks.The BP neural network model optimized by Tianniu Group is applied to intrusion detection.The simulation results show that the optimized network model can significantly improve the convergence rate of the algorithm model and the detection rate of intrusion data,and reduce the false positive rate.
查看全文  查看/发表评论  下载PDF阅读器
关闭
你是第35680804位访问者
版权所有:科学技术与工程编辑部
主管:中国科学技术协会    主办:中国技术经济学会
Tel:(010)62118920 E-mail:stae@vip.163.com
京ICP备05035734号-4
技术支持:本系统由北京勤云科技发展有限公司设计

京公网安备 11010802029091号