基于灰狼算法优化核极限学习机的网络入侵检测研究

• 作者: 段兴林
• 来源期刊: 微型电脑应用
• 学科: 工学
• 关键词: 灰狼算法 核极限学习机 正则化系数 核参数 入侵检测
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 研究与设计
• 页码范围: 84-86
• 页数: 3页
• 分类号: TP311
• 字数: 2146字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-757X.2019.03.025

摘要

针对核极限学习机的网络入侵检测结果易受正则化系数C和核参数g的影响,提出了一种灰狼算法优化KELM的网络入侵检测算法,提高KELM的网络入侵检测效果.实验结果表明,在检测率和误判率指标上,GWO) KELM算法的网络入侵检测率平均高达97.35％,优于其他算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	段兴林	黑龙江中医药大学医学信息工程学院	10	36	4.0	5.0