در این مقاله ما گزارشی از آزمایشاتی که بر روی سیستم های تشخیص نفوذ مبتنی بر ناهنجاری با استفاده از شبکه های عصبی می باشند ، ارائه می دهیم .
پنج نوع از شبکه های عصبی که ما کار کرده ایم عبارتند از : پرسپترون، انتشار به عقب و پرسپترون ـ پیش انتشار ـ هیبرید ، ARTMAP فازی و تابع مبتنی بر پرتوی محلی . ما چهارمجموعه از داده ها را دسته بندی کردیم که این مجموعه داده ها از سناریو های شبیه سازی مختلف بدست می آید . و این داده های درتست شبکه های عصبی با نورون های مخفی مختلف استفاده می شود . نتایج ما نشان می دهد که دسته بندی قابلیت های BP و PBH کاریی شبکه های عصبی را افزایش میدهد.
