-
公开(公告)号：CN116032563A
公开(公告)日：2023-04-28
申请号：CN202211609837.7
申请日：2022-12-12
Applicant: 北京理工大学
Abstract: 一种基于模糊最小最大神经网络的网络入侵检测方法，包括数据预处理、数据排序、生成超盒、网络连接数据分类和分类结果展示。本发明以改进的模糊最小最大(FMM)算法(RFMM)为基础，以国际标准数据集UNSW‑NB15网络连接数据集为例，首先对网络连接数据进行排序，然后按照顺序放入FMM模型进行分类，从而判断网络连接是否为攻击连接并将相关结果以表格的形式展示出来，一定程度上改善了传统入侵检测方法耗时长，检测率低等问题。测试结果表明，本发明提供的方法对于网络入侵检测的效果要优于传统的FMM算法。
Search Results
1
records
(took 0.015 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
