文献类型：期刊文章

作　　者：罗予东[1] 陆璐[2]

LUO Yu-dong;LU Lu(School of Computer Technology,Jiaying University,Meizhou 514015,China;School of Computer Science and Engineering,South China University of Technology,Guangzhou 510641,China)

机构地区：[1]嘉应学院计算机学院,广东梅州514015 [2]华南理工大学计算机科学与工程学院,广东广州510641

出　　处：《计算机工程与设计》

基　　金：国家自然科学基金青年基金项目(61402178)。

年　　份：2021

卷　　号：42

期　　号：9

起止页码：2446-2454

语　　种：中文

收录情况：BDHX、BDHX2020、IC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：针对网络攻击检测准确率较低的问题,提出基于人工神经网络和遗传算法的混合网络攻击检测算法。将多目标遗传算法和多项式逻辑回归模型组合成封装特征选择算法,利用多项式回归模型对多分类数据的高效学习能力以及多目标遗传算法的全局优化能力,提取数据的最优特征子集;将降维后的特征集送入感知机训练,利用重引力搜索算法搜索神经网络的参数。基于不同的网络数据集完成实验,实验结果表明,该算法有效降低了特征维度,实现了较好的检测性能。

关 键 词：网络安全 入侵检测 特征选择  多项式逻辑回归  不平衡数据分类 多层感知机

分 类 号：TP391]