点击次数：

论文类型：期刊论文

发表时间：2006-01-01

发表刊物：计算机研究与发展

收录刊物：PKU、ISTIC

卷号：43

期号：z2

页面范围：437-441

ISSN号：1000-1239

关键字：粗糙集;属性约简;BP神经网络;入侵检测;遗传算法

摘要：针对入侵检测数据存在维数大、冗余度高及噪声数据较多的缺陷,结合粗糙集理论和BP神经网络在数据处理方面的优势,提出了一种入侵检测新方法(RSBP). RSBP利用粗糙集理论进行数据约简时,为得到一组最小相对约简,提出一种基于遗传算法的属性约简算法.将简化的数据集作为BP网络的输入数据,可以简化BP网络的结构、缩短训练时间且提高了BP网络分类准确率.通过实验将RSBP与基于主成分分析(PCA)和BP网络的入侵检测方法(PCABP)做比较,实验结果表明,RSBP的训练时间更短、检测的准确率更高.