论文部分内容阅读
为了提高网络异常检测中，对异常状态的检测率，降低对正常状态的误判率，提出一种基于量子粒子群优化算法训练小波神经网络进行网络异常检测的新方法。利用量子粒子群优化算法（QPSO）训练小波神经网络，将小波神经网络（WNN）中的参数组合作为优化算法中的一个粒子，在全局空间中搜索具有最优适应值的参数向量。实验数据采用KDD CUP99数据集，实验结果表明：该学习算法与传统的梯度下降法（GD）和粒子群算法（PSO）相比，收敛速度快，具有更好的全局收敛性，提高了异常检测的准确性，同时该方法对于新的异常也有较高检测率。