| 基于小波变换和极限旋转森林算法的入侵检测模型 |
| Intrusion detection model based on wavelet transform and extreme rotation of forest algorithm |
| |
| DOI： |
| 中文关键词: 入侵检测；旋转森林算法；小波变换；极限学习机；稳定性 |
| 英文关键词:intrusion detection;rotation of forest(DOF) algorithm;wavelet transform;extreme learning machine(ELM);stability |
| 基金项目:广东省自然科学基金（2017A030307027）和广东省科技计划（2015B010128015）资助项目 |
| 作者 | 单位 | | 刘利群 | 广东海洋大学 数学与计算机学院，广东湛江524088 | | 项顺伯 | 广东石油化工学院 计算机与电子信息学院，广东茂名525000 | | 王晗 | 广东海洋大学 数学与计算机学院，广东湛江524088 |
|
| 摘要点击次数: 1026 |
| 全文下载次数: 844 |
| 中文摘要: |
| 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。 |
| 英文摘要: |
| To mitigate instability performance problem of an intrusion detection system,combined rotation of forest(ROE) algorithm with the extreme learning machine (ELM),an improved intrusion detection model ROE ELM is proposed.The evaluation indexes are depicted with ROF ELM.Then,the training set and sample training class standard are taken with ROF ELM for improving the detection efficiency.Finally,the simulation experiments are conducted with MATLAB,and the intrusion detection performance of the algorithm is studied.Experimental results show that ROF ELM has better adaptability,and better performance on classification results and the prediction accuracy |
| 查看全文 查看/发表评论 下载PDF阅读器 |