摘要:
针对网络入侵检测中BP(back propagation)神经网络只能根据经验公式确定隐层神经元个数的问题, 提出一种利用统计学中最小信息准则计算最优的网络结构, 并推导出网络结构的评价公式. 仿真实验结果表明, 经过结构优化后的BP神经网络对于网络入侵检测的准确率明显提高, 平均分类准确率达到90%以上, 算法的整体性能表现优良.
中图分类号:
郭其标, 李秉键. 基于最小信息准则和BP算法的网络入侵检测[J]. 吉林大学学报(理学版), 2015, 53(04): 715-719.
GUO Qibiao, LI Bingjian. Network Intrusion Detection Based on AkaikeInformation Criterion and BP Algorithm[J]. Journal of Jilin University Science Edition, 2015, 53(04): 715-719.