人工鱼群算法优化神经网络的网络入侵检测
作者： 四川建筑职业技术学院网络管理中心 四川德阳618000
摘要：为了提高网络入侵检测率,提出一种人工鱼群算法（AFSA）优化ELM神经网络的网络入侵检测模型。首先将ELM神经网络参数编码成人工鱼的位置,然后利用人工鱼群算法通过模拟鱼群的觅食、聚群及追尾行为找到最优ELM神经网络参数,最后利用最优参数的ELM神经网络建立网络入侵检测模型,并采用KDD CUP 99数据集进行仿真测试。仿真结果表明,模型不仅提高了入侵检测正确率,而且加快了网络入侵检测速度。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社。
计算机安全杂志
计算机安全杂志， 月刊，本刊重视学术导向，坚持科学性、学术性、先进性、创新性，刊载内容涉及的栏目：焦点视点、行业应用、技术、市场与管理、病毒、黑客、服务、动态等。于2001年经新闻总署批准的正规刊物。
- 部级期刊
- 1个月内审核
