摘要:為了提高網(wǎng)絡(luò)入侵檢測率,提出一種人工魚群算法(AFSA)優(yōu)化ELM神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)入侵檢測模型。首先將ELM神經(jīng)網(wǎng)絡(luò)參數(shù)編碼成人工魚的位置,然后利用人工魚群算法通過模擬魚群的覓食、聚群及追尾行為找到最優(yōu)ELM神經(jīng)網(wǎng)絡(luò)參數(shù),最后利用最優(yōu)參數(shù)的ELM神經(jīng)網(wǎng)絡(luò)建立網(wǎng)絡(luò)入侵檢測模型,并采用KDD CUP 99數(shù)據(jù)集進行仿真測試。仿真結(jié)果表明,模型不僅提高了入侵檢測正確率,而且加快了網(wǎng)絡(luò)入侵檢測速度。
注:因版權(quán)方要求,不能公開全文,如需全文,請咨詢雜志社。
計算機安全雜志, 月刊,本刊重視學術(shù)導向,堅持科學性、學術(shù)性、先進性、創(chuàng)新性,刊載內(nèi)容涉及的欄目:焦點視點、行業(yè)應用、技術(shù)、市場與管理、病毒、黑客、服務、動態(tài)等。于2001年經(jīng)新聞總署批準的正規(guī)刊物。