摘要:傳統的基于神經網絡的入侵檢測系統學習量大,導致檢測系統訓練時間過長,檢測實時性差且效果不好,還增加了系統資源的消耗。為提高學習速度和改善檢測效果,文章提出了一種基于改進的BP神經網絡的入侵檢測方法,該方法對傳統的BP神經網絡進行分割的學習和訓練。實驗結果表明,該算法提高了入侵檢測的速度和降低了系統資源的消耗、同時也減小了學習中的出錯幾率。
關鍵詞:神經網絡(NN);BP算法;入侵檢測;分割
計算機時代2009年3期
1《師道·教研》2024年10期
2《思維與智慧·上半月》2024年11期
3《現代工業經濟和信息化》2024年2期
4《微型小說月報》2024年10期
5《工業微生物》2024年1期
6《雪蓮》2024年9期
7《世界博覽》2024年21期
8《中小企業管理與科技》2024年6期
9《現代食品》2024年4期
10《衛生職業教育》2024年10期
關于參考網