Indexed by：
Abstract：
通过引入云模型对输入信息进行模糊化处理，结合神经网络的非线性学习能力，提出一种基于云模型和神经网络的模糊分析模型CNN。在此基础上，引入遗传算法和粒子群优化算法，对连接权和阅值进行训练，构造出GA—CNN与PSO-CNN两个模型。由于神经网络具有在海量数据中提取隐藏规律的能力，而遗传算法与粒子群优化算法具有全局搜索的优点，因此可使所求问题以较大概率收敛到全局最优解或次优解。实验结果表明，该模型具有较高的检测率和较低的误检率，能够较好地实现对网络安全状态进行分析的目的。
Keyword：
Reprint 's Address：
Email：
Version：
Source ：
三明学院学报
ISSN： 1673-4343
CN： 35-1288/Z
Year： 2012
Issue： 4
Volume： 29
Page： 50-55
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count： -1
Chinese Cited Count：
30 Days PV： 1
Affiliated Colleges：
