搜索资源列表
BP_nids
- 基于改进BP算法的入侵检测神经网络方法,很好的一片学习文章，提供了一个模型-Algorithm Based on Improved BP Neural Network Method for Intrusion Detection, learn a very good article, provides a model
ruih
- 分析了人工免疫系统的原理,简单建立了一种基于否定选择算法的网络入侵检测系统, 引入了一种用于异常事件识别的r-字符块匹配规则,并对规则存在的漏洞进行了分析。 -The paper gives a brief introduction to the principle of Immune System·In particular,the paper gives a simple NIDS model based on negative selection algorithm,intro
cnbjn
- 评述了近年来免疫原理在入侵检测中的应用,着重讨论抗体克隆选择学说、免疫网络学 说和危险模式理论的应用研究现状 -Immunology principle and its application in intrusion detection in recentyearswere reviewed. The research on antibody clonal selection theory, immune networks and danger theorywere emphasi
Research_on_Network_intrusion_detection_based_on_d
- 本文提出一种基于数据挖掘的入侵检测模型,其主要思想是利用数据挖掘的方法,从经预处理的包含网络连接信息的 审计数据中提取能够区分正常和入侵的规则,并用来检测入侵行为。对Apriori 算法中求频繁集时扫描数据库I/O 负载惊人 的问题提出了一种改进办法。为验证该算法的可行性,文章最后实现了该入侵检测模型的知识库中正常连接规则的挖掘。实 验表明该模型能提取特征生成新规则,并证明了方法的可行性和有效性。-In this paper an intrusion detection system
a
- 基于改进BP算法的入侵检测神经网络方法.-Algorithm based on improved BP neural network intrusion detection.
PSstem
- PSO算法和神经网络的入侵检测系统设计PSO algorithm and neural network Intrusion Detection System-PSO algorithm and neural network Intrusion Detection System
BP-Intrusion-Detection-System
- 本文详细介绍了BP神经网络在入侵检测系统中的应用及优化。-This paper describes the application and optimization of the BP neural network intrusion detection system.
SIDSfazhaani
- 自1980年产生IDS概念以来，已经出现了基于主机和基于网络的入侵检测系统，出现了基于知识的模型识别、、异常识别和协议分析等入侵检测技术，并能够对百兆、千兆甚至更高流量的网络系统执行入侵检测。 已通过测试。 -Since 1980 to produce the IDS concept, host-based and network-based intrusion detection systems, knowledge-based model identification, anomaly
Hacker-intrusion-detection-system
- 本文的目的就是对人工神经网络进行适当的改进，将其应用于网络黑客入侵检测系统中，以提高系统的效率，包括检测速度的提高、减少漏报率和误报率-The purpose of this paper is the appropriate improvement of artificial neural networks, intrusion detection system applied to hackers in order to improve the efficiency of the system
bp-intrution
- bp神经网络在入侵检测方面的运用代码，数据集是kddcup99数据集，效果还不错-bp network code in intrution area
ids-kdd99
- 基于Tensorflow用CNN（卷积神经网络）处理kdd99数据集，代码包括预处理代码和分类代码，准确率99.6%以上，并且快速收敛至最优值。(Based on Tensorflow (convolutional neural network) processing KDD99 data set based on CNN, the code includes preprocessing code and classification code, the accuracy rate is mor
uskt
- 入侵检测数据检测算法,根据C4 5源码改编()