基于SSA和ELM的医院网络入侵特征选择和检测研究

• 作者: 魏星 佟明泽 李铮 王悦
• 来源期刊: 微型电脑应用
• 关键词: 樽海鞘算法 极限学习机 误报率 检测率 特征选择
• 年，卷（期）: 2021,（6）
• 所属期刊栏目: 基金项目|FUND PROJECT
• 页码范围: 19-21,24
• 页数: 4页
• 分类号: TP391.1
• 语种: 中文
• DOI: 10.3969/j.issn.1007-757X.2021.06.006

摘要

为了提高医院网络入侵检测率和检测速度以及降低误报率,针对医院网络入侵提出一种基于樽海鞘算法和极限学习机的入侵检测模型算法.应用樽海鞘算法进行医院网络入侵的特种属性优化选择,减少ELM模型的输入特征数,降低计算复杂度和特征冗余度.研究结果表明,SSA-ELM可以有效降低网络入侵检测的检测时间和误报率、提高网络入侵检测的检测率,很好地满足网络入侵检测的实时在线要求.