最优极限学习机入侵检测算法

作者：胡梦琪; 欧阳艾嘉^*; 刘丽; 赵丽丽

来源：福建电脑, 2021, 37(10): 24-26.

DOI：10.16707/j.cnki.fjpc.2021.10.006

• 入侵检测
• PSO-ELM
• 极限学习机
• 粒子群算法
• NSL＿KDD

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