基于小波变换和极限旋转森林算法的入侵检测模型

摘要：

针对入侵检测系统存在性能不稳定等问题,结合旋转森林算法(Rotation of Forest,ROF)和极限学习机(Extreme Learning Machine,ELM)提出了一种新的入侵检测模型ROF-ELM.该算法首先提出入侵检测的评价指标,并综合小波变换来对评价指标建立刻画方法,同时利用ROF-ELM对训练集进行处理,将得到的样本类标进行训练输出,以此提高检测效率.最后,利用MATLAB进行仿真实验,深入研究了在该算法下的入侵检测性能,结果发现ROF-ELM具有较好的适应性,在分类结果和预测正确率等方面性能更佳.

关键词：入侵检测、旋转森林算法、小波变换、极限学习机、稳定性

所属期刊栏目：38

分类号：TP393.0(计算技术、计算机技术)

资助基金：广东省自然科学基金2017A030307027;广东省科技计划2015B010128015

在线出版日期：2018-08-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：77-82