基于AdaBoost和概率神经网络的入侵检测算法  

Algorithm of Network Intrusion Detection Based on AdaBoost and PNN

作　　者：陈春玲[1] 商子豪[1] 

机构地区：[1]南京邮电大学计算机学院,江苏南京210003

出　　处：《南京师范大学学报（工程技术版）》2008年第4期21-24,共4页Journal of Nanjing Normal University(Engineering and Technology Edition)

基　　金：国家"863"计划(2006AA01Z219)资助项目

摘　　要：将AdaBoost算法和概率神经网络结合,提出了一种新的概率神经网络模型ABPNN,基于此模型提出一种新的入侵检测算法.该算法对接收到的网络数据进行分析判断,实现入侵方式的自动分类,并且能对新的入侵行为进行分类和记忆.实验证明该算法在入侵检测系统的检测率和误报率方面都有优越的性能表现.By combining AdaBoost algorithm with probabilistic neural network （ PNN）, a new probabilistic neural net- work （ABPNN） model is proposed. Based on this model, a new intrusion detection algorithm is suggested. This algo- rithm analyzes and estimates the network data received, realizes the acctomatic sorting of intrusion methods, and at the same time sorts and memorizes new types of intrusion methods. Experiments show that the proposed algorithm can get better performance in detection rate and alarm rate.

关 键 词：入侵检测 概率神经网络 ADABOOST ABPNN 

分 类 号：TP393[自动化与计算机技术—计算机应用技术]