改进的RBF神经网络在入侵检测中的应用  

Application of an Improved RBF Neural Network in Intrusion Detection

作　　者：刘燕[1] 姜建国[1] 杜根远[2] 

机构地区：[1]西安电子科技大学计算机学院 [2]许昌学院计算机科学与技术学院

出　　处：《微计算机信息》2007年第05X期36-37,共2页Control & Automation

基　　金：河南省教育厅科技攻关项目(200510480003);河南省科技厅科技攻关项目(0524220054)

摘　　要：本文将模糊聚类和神经网络技术相结合,提出了基于改进的FCM算法和OLS算法相结合的FORBF算法,并将该算法应用于入侵检测研究。仿真实验结果表明,该算法可以获得较满意的性能。　By combining fuzzy clustering and neural network ,this paper puts forward an FORBF algorithm based on improved FCM and OLS.The novel algorithm is applied to intrusion detection.The simulation shows that FORBF gains satisfying performances.

关 键 词：入侵检测 径向基函数 模糊C均值聚类 正交最小二乘法 

分 类 号：TP393.08[自动化与计算机技术—计算机应用技术]