基于模糊SOFM的网络入侵检测方法  

Method of Network Intrusion Detection Based on Fuzzy SOFM

作　　者：胡玉荣[1] 

机构地区：[1]荆楚理工学院计算机系,荆门448000

出　　处：《计算机工程》2008年第11期155-156,159,共3页Computer Engineering

基　　金：国家自然科学基金资助重点项目(60463004);湖北省教育厅科研基金资助项目(B200767002);荆楚理工学院自然科学基金资助项目(ZR200601)

摘　　要：针对目前入侵检测系统误报率过高、检测率不高和对未知入侵检测能力有限的缺陷,提出一种基于模糊SOFM的网络入侵检测方法,经训练后可形成一个稳定的神经网络系统,有效地识别网络正常行为和异常行为。采用KDD99数据集对系统进行实验,结果表明,系统在保持误报率低于3%的情况下,入侵检测率最高可以达到92%以上。Considering current intrusion detection system with high misinformation rate and low detection rate, this paper applies fuzzy Self- Organizing Feature Map（SOFM） neural network to intrusion detection. After being trained, the fuzzy SOFM network can become a stable nerve network system and identify a network normal and abnormal behavior effectively. Experimental results show that using the KDD99 databases, intrusion detection rate is more than 92% when the misinformation rate is below 3%.

关 键 词：入侵检测 神经网络 模糊技术 自组织特征映射 

分 类 号：TP393[自动化与计算机技术—计算机应用技术]