论文部分内容阅读
应用神经网络技术不仅能识别已知的网络入侵行为，而且也能识别许多未知的网络入侵的变种。BP神经网络是一种成功的神经网络技术，然而，标准BP算法学习速率固定，不能根据实际情况动态改变学习速率。为了自适应当前网络学习的状况，提高网络的收敛速度，提出了一种基于综合增加动量项与自适应调节学习速率相结合的改进BP算法，可以满足入侵检测分类识别的需求。选用Kddcup 1999 Data网络连接数据集进行特征提取和预处理之后，送入神经网络进行训练和测试，得到较高的检测率和较低的误报率。实验表明，基于改进的BP神经网络的