[发明专利]基于模糊神经网络的异常检测方法无效
| 申请号： | 200710027984.2 | 申请日： | 2007-05-14 |
| 公开（公告）号： | CN101051953A | 公开（公告）日： | 2007-10-10 |
| 发明（设计）人： | 何海涛;罗笑南 | 申请（专利权）人： | 中山大学 |
| 主分类号： | H04L12/26 | 分类号： | H04L12/26;H04L12/24;H04L29/06;H04L12/28 |
| 代理公司： | 广州市深研专利事务所 | 代理人： | 陈雅平 |
| 地址： | 510275广*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于模糊神经网络的异常检测方法，属于计算机网络安全技术领域。该方法包括训练阶段和检测阶段：训练阶段，首先从网络连接数据向量训练样本集获得输入网络连接向量，将其进行特征选择和特征变换后生成特征向量，然后将特征向量送入模糊神经网络，利用ANFIS进行训练直至达到稳定，得到模糊神经网络模型；检测阶段，首先从网络连接数据向量训练样本集获得输入网络连接向量，将其进行预处理后生成特征向量，然后将特征向量送入训练完毕后的模糊神经网络模型中，得到相应的输出值，最后对输出值集合进行模糊聚类，从而分辨出所输入的网络连接数据向量样本是否为异常。本发明提高了运行效率和检测性能，对于检测资源耗尽性攻击特别有效。 | ||
| 搜索关键词： | 基于 模糊 神经网络 异常 检测 方法 | ||
【主权项】：
1、一种基于模糊神经网络的异常检测方法，它包括训练阶段和检测阶段，其特征在于，首先，对模糊神经网络采用训练样本进行训练，达到稳定，然后，训练完毕后的模糊神经网络用于实际的网络异常检测任务，具体如下：第一、训练阶段在训练阶段，首先从网络连接数据向量训练样本集获得输入网络连接向量，将其进行特征选择和特征变换后生成特征向量，然后将特征向量送入模糊神经网络，利用自适应模糊神经推理系统进行训练直至达到稳定，得到模糊神经网络模型；第二、检测阶段在检测阶段，首先从网络连接数据向量训练样本集获得输入网络连接向量，将其进行预处理后生成特征向量，然后将特征向量送入训练完毕后的模糊神经网络模型中，得到相应的输出值，最后对输出值集合进行模糊聚类，从而分辨出所输入的网络连接数据向量样本是否为异常。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中山大学，未经中山大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/200710027984.2/，转载请声明来源钻瓜专利网。
