论文部分内容阅读
为解决神经网络检测方法中检测器需要定期更新、未知攻击检测性能低等问题，利用人工独特型网络的记忆、学习和动态调整能力实现入侵检测．提出一种可用作检测器的多变异模式人工独特型网络，并根据免疫响应原理设计检测算法，使检测器能实时学习新行为特征．仿真结果表明，多变异模式独特型网络检测方法与多层感知器检测方法相比，平均误报率下降了17．43％，未知攻击的平均检测准确率提高了24．17％．