一种基于改进黑猩猩优化算法的BP神经网络入侵检测方法

138次浏览

技术特征：

1.一种基于改进黑猩猩优化算法的bp神经网络入侵检测方法，其特征在于：包括以下步骤：

2.根据权利要求1所述的一种基于改进黑猩猩优化算法的bp神经网络入侵检测方法，其特征在于：所述s1中的bp神经网络的输入层节点数设定为45；bp神经网络的隐含层的节点数设定为100；bp神经网络的输出层的节点数设定为1。

3.根据权利要求2的一种基于改进黑猩猩优化算法的bp神经网络入侵检测方法，其特征在于：所述s2中的bp神经网络的原始阈值和原始权值作为黑猩猩优化算法的初始种群位置进行寻优，得到bp神经网络的最优初始阈值和最优初始权值的方法包括：

4.根据权利要求3的一种基于改进黑猩猩优化算法的bp神经网络入侵检测方法，其特征在于：所述s3中获取历史网络数据构建训练样本集合的方法包括：

5.根据权利要求4的一种基于改进黑猩猩优化算法的bp神经网络入侵检测方法，其特征在于：所述s4的具体过程包括以下内容：通过前向传播训练样本从输入层传递至输出层，由输出层输出检测结果的方法包括：

技术总结
本发明属于网络入侵检测技术领域，尤其为一种基于改进黑猩猩优化算法的BP神经网络入侵检测方法，包括以下步骤：S1：构建BP神经网络，确定BP神经网络的输入层、隐含层、输出层的节点数。本发明通过将BP神经网络的原始阈值和原始权值作为改进后的黑猩猩优化算法的初始种群位置进行寻优，得到BP神经网络的最优初始阈值和最优初始权值，利用训练样本集合对包含最优初始阈值和最优初始权值的BP神经网络进行训练，通过准确率和召回率对BP神经网络进行评估，重复迭代直至召回率大于设定阈值D1获得网络入侵检测模型等过程，可以提高网络入侵检测准确率，降低网络入侵检测模型的漏报率和误报率。

技术研发人员：王义君,陈佳琪,曲梓滔,李嘉欣,孟令烽
受保护的技术使用者：长春理工大学
技术研发日：
技术公布日：2024/11/14

文档序号 : 【 40002385 】

技术研发人员：王义君,陈佳琪,曲梓滔,李嘉欣,孟令烽
技术所有人：长春理工大学

备注：该技术已申请专利，仅供学习研究，如用于商业用途，请联系技术所有人。
声明 ：此信息收集于网络，如果你是此专利的发明人不想本网站收录此信息请联系我们，我们会在第一时间删除

王义君丨陈佳琪丨曲梓滔丨李嘉欣丨孟令烽丨长春理工大学