论文部分内容阅读
针对当前入侵检测系统的弱点，将KPCA技术和BP神经网络相结合，提出了一种多核入侵检测分类系统的设想．该系统针对一些复杂网络数据维数较高的特点，引入核主成分分析技术对其进行降维处理，从而简化了神经网络规模，降低了神经网络的运算量．通过对KDI）99数据集进行仿真实验表明，与仅使用BP神经网络的入侵检测系统相比，该系统具有很强的泛化能力和较高的检测效率．