【摘要】：提出了一种基于模糊神经网络的入侵检测系统,利用神经网络的学习能力,对不清楚规则的复杂系统的输入输出特性进行适当的非线性划分,自动形成规则集和相加的隶属关系,克服了在多维空间上经验性的确定隶属函数的困难。新的体系结构采用网络处理器在网络底层实现数据的采集与分析,并建立了一个原型系统。试验证明,具有较好的入侵检测能力和较低的误报率,而且,能够检测出未知的入侵行为。