期刊文章详细信息
文献类型:期刊文章
机构地区:[1]北京理工大学网络安全技术实验室,北京100081
年 份:2006
卷 号:27
期 号:2
起止页码:269-272
语 种:中文
收录情况:BDHX、BDHX2004、CAS、CSA-PROQEUST、CSCD、CSCD2011_2012、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊
摘 要:基于神经网络的入侵检测方法存在学习速度慢,不易收敛,分类能力不足等缺点。采用学习Petri网(LPN)建立了对网络入侵的检测分类方法,该方法在非线性和不连续函数的实现上优于神经网络,实验结果表明:基于LPN的入侵分类相对于相同结构的神经网络具有更高的识别精度以及更快的学习速率。
关 键 词:计算机系统结构 入侵检测 学习Petri网 神经网络
分 类 号:TP393.08]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...