申请/专利权人:东华大学
申请日:2023-11-30
公开(公告)日:2024-04-12
公开(公告)号:CN117879859A
主分类号:H04L9/40
分类号:H04L9/40;G06N3/0499;G06N3/084;G06N3/006
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.30#实质审查的生效;2024.04.12#公开
摘要:本发明公开了一种基于蜣螂优化算法的BP神经网络入侵检测方法,包括:将所述BP神经网络的原始阈值和原始权重作为蜣螂优化算法的初始种群位置进行寻优,得到所述BP神经网络的最优初始阈值和最优初始权重;获取历史网络流量数据构建训练样本集合;利用训练样本集合对包含最优初始阈值和最优初始权重的所述BP神经网络进行训练,通过召回率对所述BP神经网络进行评估,重复迭代直至召回率大于设定阈值D1获得网络入侵检测模型;采集实时网络流量数据并输入至预训练的网络入侵检测模型,获得网络入侵检测结果;本发明提高网络入侵检测正确率并降低了网络入侵检测模型的漏报率和误报率。
主权项:1.一种基于蜣螂优化算法的BP神经网络入侵检测方法,其特征在于,包括:采集实时网络流量数据并输入至预训练的网络入侵检测模型,获得网络入侵检测结果;所述网络入侵检测模型的构建和训练过程包括:构建BP神经网络,并确定所述BP神经网络的输入层、隐藏层、输出层的节点数;将所述BP神经网络的原始阈值和原始权重作为蜣螂优化算法的初始种群位置进行寻优,得到所述BP神经网络的最优初始阈值和最优初始权重;获取历史网络流量数据构建训练样本集合;利用训练样本集合对包含最优初始阈值和最优初始权重的所述BP神经网络进行训练,通过召回率对所述BP神经网络进行评估,重复迭代直至召回率大于设定阈值D1获得网络入侵检测模型。
全文数据:
权利要求:
百度查询: 东华大学 一种基于蜣螂优化算法的BP神经网络入侵检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。