基于深度信念极限学习机入侵检测模型.PDFVIP

基于深度信念极限学习机的入侵检测模型 摘要: 针对 DBN 检测模型的顶层 BP 网络对模型检测准确率的限制，本文构造了一种深度信念极限 学习机 （Extreme Learning Machine, ELM）相融合的入侵检测模型：DBN-ELM 检测模型。该模型将 深度信念网络在特征学习方面的优势与极限学习机在单隐层前馈神经网络学习方面的优势结合在一 起，有效解决了DBN 检测模型的不足。DBN-ELM 检测模型与DBN 检测模型的对比实验表明， DBN- ELM 检测模型在误报率和准确率方面都得到了提升。 关键字：入侵检测；深度信念网络；极限学习机； Abstract: Aiming at the limitation of BP network on the top layer of DBN detection model to the model detection accuracy, this thesis constructs an intrusion detection model that combines the Deep Belief Network and Extreme Learning Machine: DBN-ELM detection model.