工业控制网络入侵检测的BP神经网络优化方法
针对工业控制系统入侵检测模型对各类攻击的检测率和检测效率不高的问题,提出一种Ada Boost算法优化BP神经网络的入侵检测模型.首先利用主成分分析法对原始数据集进行预处理,消除其相关性;其次利用Ada Boost算法对训练样本的权重进行不断调整,从而获得BP神经网络最优权重和阈值;最后再通过Ada Boost算法将BP弱分类器组合成BP强分类器,从而实现工业控制系统的异常检测.实验结果表明该方法在对各攻击类型的检测率和测试时间明显优于其他算法模型.
文件下载
评论信息
其他资源
- 直流无刷电机matlab/simulink仿真模型
- 51单片机两轮自平衡小车全套设计方案
- MIMO信道容量仿真（注水定理）Matlab
- MATLAB中的水箱液位
- 管家婆软件各版本写狗工具
- VTK读取.vtk格式文件，并3维显示
- RASPBERRY PI入门指南
- C#开发的应用，桌面管理工具，适合课题设计
- 基于STM32F407的智能安防系统
- 长汀7642收音机图片
- Python面试题整理.zip
- spring-cloud-netflix-hystrix应用
- jamstack-app-api-源码
- Mobile road-map Jun2005.pdf
- hongzicong.github.io-源码
- 如何完成 V90的固件升级.docx
- visual c++ vc制作仿spy++程序_WindowFromPoint根据鼠标坐标获得所在窗口的句柄.zip
- 拉格朗日－欧拉方法二维数值模拟的研究
- Bootstrap响应式开场动画登录界面模板
- Labview去处掉数组重复的元素
- PPT毕业答辩模板
- Python，通过Googlemap API获取地点信息
- fluent udf中文帮助
- 三维重建的原理以及算法
- pako gzip 压缩和解压缩（支持中文）
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明