作者：姚羽; 高福祥; 于戈耗散型神经元混沌神经网络延时分类synfloading滥用入侵检测
摘要：讨论了离散的、耗散型非线性神经元模型动力学.数值模拟表明模型中带有非零衰减系数时,自抑制神经元呈现出复杂的动力学模式,其中包括倍周期分叉通往混沌.利用混沌神经元对BP网络结果进行后处理,组成BP/CNN混合神经网络,利用其倒分岔特性实现延时分类.构建的BP/CNN对典型的具有延时特性行为的SYN flooding滥用入侵进行检测,结果表明该混合神经网络具有灵活的延时分类能力,扩展了BP神经网络的计算能力,提供了一种新的分类处理方法,可以推广到识别其他延时分类的事件中.
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
《东北大学学报·自然科学版》（CN：21-1344/T）是一本有较高学术价值的大型月刊，自创刊以来，选题新奇而不失报道广度，服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《东北大学学报·自然科学版》的办刊方针是：发挥东大优势，反映东大水平，体现东大特色，扩大东大影响。主要栏目有:材料与冶金、信息科学与工程、资源与土木工程、机械工程、管理科学、数理化力学等。
杂志详情
