人工魚群算法優化神經網絡的網絡入侵檢測
作者：劉春 四川建筑職業技術學院網絡管理中心 四川德陽618000
摘要：為了提高網絡入侵檢測率,提出一種人工魚群算法（AFSA）優化ELM神經網絡的網絡入侵檢測模型。首先將ELM神經網絡參數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ELM神經網絡參數,最后利用最優參數的ELM神經網絡建立網絡入侵檢測模型,并采用KDD CUP 99數據集進行仿真測試。仿真結果表明,模型不僅提高了入侵檢測正確率,而且加快了網絡入侵檢測速度。
注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社。
計算機安全雜志
計算機安全雜志， 月刊，本刊重視學術導向，堅持科學性、學術性、先進性、創新性，刊載內容涉及的欄目：焦點視點、行業應用、技術、市場與管理、病毒、黑客、服務、動態等。于2001年經新聞總署批準的正規刊物。
- 部級期刊
- 1個月內審核
