摘要
针对网络入侵系统将面临检测精准度低、错报率高等问题限制,本文提出一种粒子群(PSO)优化的极限学习机(ELM)入侵检测算法(PSO-ELM),以提升入侵检测平台的有效性和安全性。ELM的内部功率参数(权重和基础)无序生成,是算法不稳定的诱因,利用PSO优化ELM的模型参数选择可以改善算法性能。最后在NSLKDD数据集上进行仿真实验。实验结果表明,PSO-ELM算法在测试精度方面优于基本ELM算法,验证了该算法的有效性。
-
单位遵义师范学院