基于Kohonen神经网络的入侵检测方法

摘要

本发明公开了一种基于Kohonen神经网络的入侵检测方法,它包括首先使用大量正常样本以及入侵样本训练Kohonen神经网络，使其隐藏层各不同类型的神经元聚集在一起。某种类型的神经元只能对特定的输入数据进行相应或者敏感,然后使用测试数据对训练后的网络进行测试。对于每一个输入，判断标准是:计算其与所有隐藏层节点的距离，距离最短的隐藏层节点所对应的类型即此次输入所对应的类型,最后统计所有测试数据的识别准确输率。本发明采用入侵检测评测权威数据集Kddcup99，通过字符替换以及数据归一化将其转化为Kohonen神经网络能够识别的类型，分别采用数据集所有字段以及降维以后的字段对网络进行训练和测试，发现此方法对入侵识别准确率达到92.72％。