基于模糊积分的多神经网络融合在入侵检测中的应用

doi:10.3969/j.issn.1000-1565.2008.03.021

河北大学学报(自然科学版) ›› 2008, Vol. 28 ›› Issue (3): 312-317.DOI: 10.3969/j.issn.1000-1565.2008.03.021

基于模糊积分的多神经网络融合在入侵检测中的应用

刘玉玲,杜瑞忠

河北大学,网络技术研究所,河北,保定 071002

出版日期:2008-05-25 发布日期:2008-05-25
基金资助:
河北省教育厅自然科学基金重点课题，河北省教育厅自然科学基金，河北大学校科研和教改项目

Application of Multi Neural Network Model Based on Fuzzy Integral in Intrusion Detection

LIU Yu-ling,DU Rui-zhong

Online:2008-05-25 Published:2008-05-25

摘要/Abstract

摘要： 神经网络应用在入侵检测领域中,可以处理不完整输入信息,同时能够识别新的入侵行为,并行计算和存储特性能够在更短时间内发现入侵行为.为了进一步提高单个神经网络在入侵检测系统中的检测性能,提出了基于模糊积分的多神经网络融合模型MNNF模型.采用KDD99作为实验数据,实验结果表明,MNNF模型具有较好的入侵检测性能.

中图分类号:

TP393.08

刘玉玲,杜瑞忠. 基于模糊积分的多神经网络融合在入侵检测中的应用[J]. 河北大学学报(自然科学版), 2008, 28(3): 312-317.

LIU Yu-ling,DU Rui-zhong. Application of Multi Neural Network Model Based on Fuzzy Integral in Intrusion Detection[J]. Journal of Hebei University (Natural Science Edition), 2008, 28(3): 312-317.

[1] 蒋建春, 马恒太, 任党恩, 卿斯汉, JIANG Jian-chun, MA Heng-tai, REN Dan-gen, QING Si-han. 网络安全入侵检测:研究综述 [J]. 软件学报 2000.
[2] 唐正军, 李建华. 入侵检测技术 [M]. 北京:清华大学出版社 2004.
[3] DEBAR H, DORIZZI B. An application of a recurrent network to an intrusion detection system [M]. New York 1992.
[4] TAN K. The application of neural networks to UNIX computer security [A]. Perth, Australia 1995.
[5] HONLUND, ALBERT. A UNIX anomaly detection system using self-organizing maps [A]. LOUVAIN-La-Neuve, Belgium 1998.
[6] GHOSH A, SCHWARTZBARD A, SCHATZ A. Learning program behavior profiles for intrusion detection [A]. Washington, DC 1999.
[7] CANNADY J, MAHAFFEY J. The application of artificial neural networks to misuse detection:initial results [J/OL]. http://www.raid-symposium.org/raid98/ProgRAID98/Talks.html 2006.
[8] LIPPMANN RP, CUNNINGHAM R K. Improving intrusion detetion performance using keyword selection and neural networks [J]. Computer Networks-the International Journal of Computer and Tetecommunicaions Networking 2000, 34(04).
[9] WENKE LEE, SAVATORE J. A framework for constructing features and models for intrusion detection systems [J]. ACM Transactions on Information and System Security 2000, 3(04).
[10] RICHARD M D, LIPPMANN R P. Neural network classifier estimate Bayesian a posteriori probabilitiea [J]. Neural Computation 1991, 3(04).
[11] 杜布瓦 D, 普哈德 H, 江苏省模糊数学专业委员会. 模糊集与模糊系统-理论和应用 [M]. 南京:江苏科学技术出版社 1987.
[12] Sung-Bae Cho, Kim J.H.. Combining multiple neural networks by fuzzy integral for robust classification [J]. IEEE transactions on systems, man, and cybernetics 1995, 2(2).
[13] Sung-Bae Cho, Kim J.H.. Multiple network fusion using fuzzy logic [J]. IEEE Transactions on Neural Networks 1995, 2(2).

[1]	王华英,孙海军,张雷,王学,黄艳宾,郭海军. 基于神经网络的磁场定位技术[J]. 河北大学学报(自然科学版), 2022, 42(6): 657-664.
[2]	刘帅奇,雷钰,庞姣,赵淑欢,苏永钢,孙晨阳. 基于生成对抗网络的SAR图像去噪[J]. 河北大学学报(自然科学版), 2022, 42(3): 306-313.
[3]	戚元星,崔双喜. 集成学习在电网假数据入侵检测中的应用[J]. 河北大学学报(自然科学版), 2022, 42(1): 105-112.
[4]	魏宁,袁方,刘宇. 面向本地和外地用户情感分析推荐模型[J]. 河北大学学报(自然科学版), 2021, 41(4): 419-425.
[5]	李凯,曹可凡,沈皓凝. 基于步态序列的跨视角步态识别[J]. 河北大学学报(自然科学版), 2021, 41(3): 311-320.
[6]	吉利业,尤翠莲. 模糊微分方程可约的条件[J]. 河北大学学报(自然科学版), 2020, 40(4): 337-343.
[7]	张军,张敏,郝小可,解鹏. 基于多尺度特征融合的中分辨率遥感场景分类算法[J]. 河北大学学报(自然科学版), 2019, 39(6): 666-672.
[8]	陈爱霞,张春琴. 基于极速学习的Choquet模糊积分分类器[J]. 河北大学学报(自然科学版), 2019, 39(4): 337-341.
[9]	夏立娅,申世刚,李超, 刘晓慧,李运思, 李姣姣. 基于阴离子特征分析的冬枣产地鉴别[J]. 河北大学学报(自然科学版), 2019, 39(1): 56-62.
[10]	李小燕, 张欣, 闫小兵, 任德亮, 李彦青, 傅长娟. 基于FPGA的卷积神经网络加速系统[J]. 河北大学学报(自然科学版), 2019, 39(1): 99-105.
[11]	金秀章,张少康. 基于神经网络在线学习的脱硝系统入口氮氧化物预测[J]. 河北大学学报(自然科学版), 2018, 38(4): 423-431.
[12]	尤翠莲,郝杨阳. 基于泰勒展开式的模糊微分方程数值解法[J]. 河北大学学报(自然科学版), 2018, 38(2): 113-118.
[13]	刘照. 基于期望值简约的模糊非线性回归[J]. 河北大学学报(自然科学版), 2018, 38(1): 99-104.
[14]	翟俊海,张素芳,郝璞. 卷积神经网络及其研究进展[J]. 河北大学学报(自然科学版), 2017, 37(6): 640-651.
[15]	陈爱霞,梁智勇,冯慧敏. 一种基于Choquet积分的不精确推理方法[J]. 河北大学学报(自然科学版), 2016, 36(6): 561-565.

基于模糊积分的多神经网络融合在入侵检测中的应用

Application of Multi Neural Network Model Based on Fuzzy Integral in Intrusion Detection

PDF (PC)

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价