10.16208/j.issn1000-7024.2020.06.006
基于灰狼算法的深度信念网络入侵检测方法
针对传统入侵检测方法在检测效果上存在检测率低、误报率高等问题,将深度信念网络应用于入侵检测中,提出一种基于灰狼算法(GWO)的深度信念网络(DBN)入侵检测方法.对NSL-KDD进行预处理提高其鲁棒性,搭建深度信念网络检测模型,引入灰狼算法对其隐含层节点数进行全局寻优,近似得到DBN最佳网络结构,利用所得数据集进行验证分析.实验结果表明,与几种常用的入侵检测算法相比,经过灰狼算法优化后的深度信念网络提高了入侵检测的检测率,降低了误报率,为入侵检测提供了新的依据.
入侵检测、灰狼算法、深度信念网络、全局寻优、网络结构
41
TP183(自动化基础理论)
国家自然科学基金项目;江苏省自然科学基金项目
2020-06-30(万方平台首次上网日期,不代表论文的发表时间)
共6页
1534-1539