基于优化BP算法的无线局域网入侵检测系统的设计

doi:10.3969/j.issn.0253-2778.2010.10.015

中国科学技术大学学报 ›› 2010, Vol. 40 ›› Issue (10): 1096-1100.DOI: 10.3969/j.issn.0253-2778.2010.10.015

• 原创论文 • 上一篇

基于优化BP算法的无线局域网入侵检测系统的设计

刘凤纯

1.中国科学技术大学计算机科学与技术系，安徽合肥 230027；2.网络与交换技术国家重点实验室，北京 100876； 3.安徽省计算与通讯软件重点实验室，安徽合肥 230027

收稿日期:2009-09-11 修回日期:2010-01-06 出版日期:2010-10-31 发布日期:2010-10-31
通讯作者: 赵保华
作者简介:刘凤纯，男，1985年生，硕士生. 研究方向：通讯协议安全与测试. E-mail: kickct@mail.ustc.edu.cn
基金资助:
国家自然科学基金（60872009，60602016），中国高技术研究发展（863）计划（2007AA01Z428，2009AA01Z148）和安徽高校省级自然科学研究计划重大项目（ZD2008005-2,ZD200904,JK2009A013,JK2009A025）资助.

Intrusion detection system design in wireless LANs based on optimized BP algorithm

LIU Fengchun

1.Department of Computer Science and Technology, University of Science and Technology of China, Hefei 230027, China; 2.State Key Laboratory of Networking and Switching Technology, Beijing 100876, China; 3.Province Key Laboratory of Software in Computing and Communication, Hefei 230027, China

Received:2009-09-11 Revised:2010-01-06 Online:2010-10-31 Published:2010-10-31

摘要/Abstract

摘要： 针对现有BP神经网络算法存在的平坦曲面和局部极小点问题，提出了极小点跃迁遍历BP算法，以取得更好的收敛效果.将改进的BP算法应用于无线局域网入侵检测系统.实验表明，改进的算法提高了入侵检测的准确性和实时性.

关键词: 无线局域网, 入侵检测, 神经网络, 80211协议

Abstract: In view of the existence of slightly curved surfaces and local minima problems with the application of the BP neural network algorithm, ergodic BP algorithm based on minimal point escape was proposed to achieve better convergence effect. The improved BP algorithm was applied to the wireless network intrusion detection system. Experiments show that, the improved BP algorithm enhances the accuracy and real time of intrusion detection systems.

Key words: wireless local area network, intrusion detection, neural networks, 80211 protocol

刘凤纯，周颢，赵保华. 基于优化BP算法的无线局域网入侵检测系统的设计[J]. 中国科学技术大学学报, 2010, 40(10): 1096-1100.

LIU Fengchun, ZHOU Hao, ZHAO Baohua. Intrusion detection system design in wireless LANs based on optimized BP algorithm[J]. Journal of University of Science and Technology of China, 2010, 40(10): 1096-1100.

[1]	魏俣童, 鲍秉坤, 张子祺, 朱进. 不稳定传输中受损视频的低延迟修复方法[J]. 中国科学技术大学学报, 2021, 51(10): 717-724.
[2]	刘森, 张直政, 俞涛, 陈志波. 基于网格流的视频修补网络[J]. 中国科学技术大学学报, 2021, 51(1): 1-11.
[3]	辛守宇，郑蕊蕊，周瑜，刘文鹏，贺建军. 训练过程中使用支持集信息的单样本学习算法[J]. 中国科学技术大学学报, 2020, 50(8): 1187-1192.
[4]	王悦，李京. 基于可视化的卷积神经网络优化方法研究[J]. 中国科学技术大学学报, 2020, 50(7): 959-967.
[5]	杜淑颖，杜鹏，丁世飞. 基于CNN的假冒域名识别方法研究[J]. 中国科学技术大学学报, 2020, 50(7): 1019-1025.
[6]	杨杰，王相宁. 引入SSA的ARIMA-HPSO-Elman组合模型的汇率预测方法 ——基于人民币对美元汇率中间价数据[J]. 中国科学技术大学学报, 2020, 50(4): 516-527.
[7]	熊军林, 赵铎. 基于RGB图像的二阶段机器人抓取位置检测方法[J]. 中国科学技术大学学报, 2020, 50(1): 1-10.
[8]	何捷舟，刘金平，张五霞，肖文辉，唐朝晖，徐鹏飞. 基于在线自适应极限学习机选择性集成的网络入侵检测[J]. 中国科学技术大学学报, 2019, 49(7): 544-554.
[9]	严慧峰，黄定疆，谢垚，程霄，谢吉洋，朱晓蒙，马占宇. 短期电力负荷预测模型的比较研究[J]. 中国科学技术大学学报, 2019, 49(2): 119-124.
[10]	曾伟辉，李淼，张健，黄小平，王敬贤，袁媛. 面向农作物病害识别的高阶残差卷积神经网络研究[J]. 中国科学技术大学学报, 2019, 49(10): 781-790.
[11]	隋洪建，尚伟伟，李想，丛爽. 基于渐进式神经网络的机器人控制策略迁移[J]. 中国科学技术大学学报, 2019, 49(10): 812-819.
[12]	杨子文，陈蕾，浦建宇. 基于两层迁移卷积神经网络的抽象图像情感识别[J]. 中国科学技术大学学报, 2019, 49(1): 40-48.
[13]	曲昭伟，赵燕娇，王晓茹. 基于样本过滤和迁移学习的多领域情感分类模型[J]. 中国科学技术大学学报, 2019, 49(1): 8-14.
[14]	龙奥明，毕秀春，张曙光. 基于LSTM神经网络的黑色金属期货套利策略模型[J]. 中国科学技术大学学报, 2018, 48(2): 125-132.
[15]	孙达昌，毕秀春. 基于深度学习算法的高频交易策略及其盈利能力[J]. 中国科学技术大学学报, 2018, 48(11): 923-932.

基于优化BP算法的无线局域网入侵检测系统的设计

Intrusion detection system design in wireless LANs based on optimized BP algorithm

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价