人工蜂群优化的BP神经网络在入侵检测中的应用
Application of BP Neural Network Optimized by Artificial Bee Colony in Intrusion Detection作者机构：河南大学数据与知识工程研究所 河南大学计算机与信息工程学院
出 版 物：《计算机工程》 (Computer Engineering)
年 卷 期：2016年第42卷第2期
页 面：190-194页
学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 0839[工学-网络空间安全] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）]
基 金：国家自然科学基金资助项目(61272545) 河南省科技厅科技攻关计划基金资助项目(142102210390) 河南省教育厅自然科学基金资助项目(13B520918)
主 题：人工蜂群算法 BP神经网络 入侵检测 遗传算法 全局寻优
摘 要：传统BP神经网络存在容易陷入局部最优、收敛速度慢等缺点。为此,根据人工蜂群算法全局寻优以及群体智能的特点,在初始化神经网络参数时,将神经网络的误差作为人工蜂群算法的适应度,选择适应度最好的一组参数作为神经网络的权值和阈值,避免神经网络陷入局部最优和收敛速度慢的问题。将人工蜂群优化的BP神经网络模型应用于入侵检测中,仿真实验结果表明,优化后的网络模型可加快收敛速度,提高检测精度。
同方期刊数据库