摘要: 基于神经网络的入侵检测方法存在学习速度慢,不易收敛,分类能力不足等缺点。采用 学习Petri网(LPN)建立了对网络入侵的检测分类方法,该方法在非线性和不连续函数的实现上优 于神经网络,实验结果表明:基于LPN的入侵分类相对于相同结构的神经网络具有更高的识别精 度以及更快的学习速率。
中图分类号:
危胜军,胡昌振,高秀峰. 基于学习Petri网的网络入侵检测方法[J]. 兵工学报, 2006, 27(2): 269-272.
WEI Sheng-jun,HU CHang-zHen, GAO Xiu-feng. A Detection Method of Network Intrusion Based on Learning Petri Nets[J]. Acta Armamentarii, 2006, 27(2): 269-272.