计算机应用与软件
計算機應用與軟件
계산궤응용여연건
COMPUTER APPLICATIONS AND SOFTWARE
2014年
7期
294-296,306
,共4页
特征选择%分类器参数%极限学习机%蝙蝠算法
特徵選擇%分類器參數%極限學習機%蝙蝠算法
특정선택%분류기삼수%겁한학습궤%편복산법
Feature selection%Classifier parameters%Extreme learning machine%Bat algorithm
针对入侵检测的特征和分类器参数选择问题,采用极限学习机ELM(extreme learning machine)进行构建分类器,提出一种蝙蝠算法(BA)联合选择特征和分类器参数的网络入侵检测模型(BA-ELM).首先将特征子集和极限学习机参数编码成蝙蝠个体,以入侵检测准确率和特征数加权组成个体适应度函数;然后通过个体和群体更新的规则引导蝙蝠向最优解飞行,从而找到最优的子特征集和极限学习机参数;最后建立最优的入侵检测模型,并通KDD CUP 99数据集进行仿真性能分析.结果表明,BA-ELM较好地解决了入侵检测特征选择与分类器参数不匹配难题,提高了网络入侵检测率和检测效率,更加适合于网络入侵检测的实时要求.
針對入侵檢測的特徵和分類器參數選擇問題,採用極限學習機ELM(extreme learning machine)進行構建分類器,提齣一種蝙蝠算法(BA)聯閤選擇特徵和分類器參數的網絡入侵檢測模型(BA-ELM).首先將特徵子集和極限學習機參數編碼成蝙蝠箇體,以入侵檢測準確率和特徵數加權組成箇體適應度函數;然後通過箇體和群體更新的規則引導蝙蝠嚮最優解飛行,從而找到最優的子特徵集和極限學習機參數;最後建立最優的入侵檢測模型,併通KDD CUP 99數據集進行倣真性能分析.結果錶明,BA-ELM較好地解決瞭入侵檢測特徵選擇與分類器參數不匹配難題,提高瞭網絡入侵檢測率和檢測效率,更加適閤于網絡入侵檢測的實時要求.
침대입침검측적특정화분류기삼수선택문제,채용겁한학습궤ELM(extreme learning machine)진행구건분류기,제출일충편복산법(BA)연합선택특정화분류기삼수적망락입침검측모형(BA-ELM).수선장특정자집화겁한학습궤삼수편마성편복개체,이입침검측준학솔화특정수가권조성개체괄응도함수;연후통과개체화군체경신적규칙인도편복향최우해비행,종이조도최우적자특정집화겁한학습궤삼수;최후건립최우적입침검측모형,병통KDD CUP 99수거집진행방진성능분석.결과표명,BA-ELM교호지해결료입침검측특정선택여분류기삼수불필배난제,제고료망락입침검측솔화검측효솔,경가괄합우망락입침검측적실시요구.
