[00002625]一种基于多层极速学习机的网络入侵检测方法
联系人： 张玲
所在地：江苏 徐州市
- 服务承诺
- 产权明晰
-
资料保密
对所交付的所有资料进行保密
- 如实描述
技术详细介绍
本发明是一种基于多层极速学习机(ML‑ELM)的入侵检测方法，主要针对神经网络在入侵检测应用存在的维度高、数据大、获取标记样本难、特征难构造、训练难等问题，提出的一种高速、高精确度的入侵检测方法。它采用多层网络结构和深度学习方法抽取检测样本最高层次的抽象特征；再利用极速学习机(ELM)建立入侵检测数据的分类模型。该方法集成深度学习和无监督学习的优点，能对高维度，大数据的网络记录用较少的参数得到更好的表达，在检测速度及特征表达两个方面都具有优势。
