论文部分内容阅读
本文提出了基于RBF-HMM模型的网络入侵检测方法,给出了该模型的训练和识别方法。因为HMM模型的分类决策能力和对不确定信息的描述能力不理想,而人工神经网络对动态时间序列的建模能力尚不尽如人意,所以将RBF神经网络集成到HMM框架中,用RBF神经网络为HMM提供状态概率输出。通过RBF神经网络的粗分类,克服了HMM的缺陷,提高了系统的分类识别能力。