论文部分内容阅读
提出一种基于RBF和Elman混合神经网络模型的入侵检测系统.本模型具有记忆功能,可以有效地检测离散而又相联系的攻击行为.RBF网络是一个实时的模式分类器,而Elman网络实现了对事件的记忆能力.基于此混合模型的入侵检测系统使用DARPA数据集进行测试评估,使用ROC曲线直观的显示测试的结果.实验证明基于此混合模型的入侵检测系统可以有效地提高检测率,降低误报率和漏报率.