发明名称 | 基于自组织映射网络的自适应入侵检测方法 | ||
摘要 | 一种基于自组织映射网络的自适应入侵检测方法。属于信息安全领域。方法分为两大阶段,即训练阶段和检测阶段,在训练阶段,首先从会话数据矢量训练样本集获得输入特征矢量,然后在进行预处理后,送入自组织映射神经网络进行自组织训练直至稳定收敛;在检测阶段中,首先从实际输入的数据样本集中生成输入特征矢量,然后将它们按照串行方式依次送入自组织映射神经网络,得到对应的输出值,对于每个输入特征矢量,用其产生的输出值对自组织映射神经网络内的神经元权值进行调整,完成一次自适应训练过程。本发明方法实现过程简洁、原理直观,能够提高入侵检测自适应学的能力,从而提高检测性能。 | ||
申请公布号 | CN1555156A | 申请公布日期 | 2004.12.15 |
申请号 | CN200310122787.0 | 申请日期 | 2003.12.25 |
申请人 | 上海交通大学 | 发明人 | 唐正军;李建华;杨树堂;伍星;陈杰 |
分类号 | H04L12/24 | 主分类号 | H04L12/24 |
代理机构 | 上海交达专利事务所 | 代理人 | 王锡麟;王桂忠 |
主权项 | 1、一种基于自组织映射网络的自适应入侵检测方法,其特征在于,方法分为两大阶段,即训练阶段和检测阶段,首先,对自组织映射神经网络采用训练样本集合进行训练,达到稳定,之后,训练完毕后的自组织映射神经网络在检测阶段用于实际的入侵检测任务,具体如下:第一,训练阶段在训练阶段,首先从会话数据矢量训练样本集获得输入特征矢量,然后在进行预处理后,送入自组织映射神经网络进行自组织训练直至稳定收敛;第二,检测阶段首先从实际输入的数据样本集中生成输入特征矢量,然后将它们按照串行方式依次送入自组织映射神经网络,得到对应的输出值,对于每个输入特征矢量,用其产生的输出值对自组织映射神经网络内的神经元权值进行调整,完成一次自适应训练过程。 | ||
地址 | 200240上海市闵行区东川路800号 |