基于PSO算法的神经网络集成入侵检测系统

• 作 者: 李朝荣 张鹰 张安妮
• 机 构: 西华师范大学计算机学院,西华师范大学计算机学院,西华师范大学计算机学院 南充637002,南充637002,南充637002
• 出 处: 计算机工程
• 发表日期: 2007年14期
• 关键词: PSO 入侵检测系统 神经网络集成 选择性集成 粒子群优化 并行计算 检测器 并行方式 系统响应速度 集成

在系统结构上提出了一种多检测器并行的智能机群入侵检测系统模型,系统中每一个检测器是一个神经网络集成分类检测器,由多个PC组成,以提高系统响应速度。采用两次粒子群优化算法选择性集成神经网络集,提高了神经网络集成检测器的预测精度。程序设计采用PVM并行方式实现。

In the system architecture, a multi-detector parallel intelligent cluster intrusion detection system model is proposed. Each detector in the system is a neural network integrated classification detector, which is composed of multiple PCs to improve the system response speed. The particle swarm optimization algorithm is used to selectively integrate the neural network sets, which improves the prediction precision of the integrated neural network detector. Program design using PVM parallel implementation.