为了提高网络入侵检测率,提出一种人工鱼群算法(AFSA)优化ELM神经网络的网络入侵检测模型.首先将ELM神经网络参数鳊码成人工鱼的位置,然后利用人工鱼群算法通过模拟鱼群的觅食,聚群及追尾行为找到最优ELM神经网络参数,最后利用最优参数的ELM神经网络建立网络入侵检测模型,并采用KDD CUP 99数据集进行仿真测试.仿真结果表明,模型不仅提高了入侵检测正确率,而且加快了网络入侵检测速度.
Network Intrusion Detection Model based on Artificial Fish Swarm Algorithm Optimizing Neural Network
NETL
NSTL
万方数据
维普
