《表1 DBN参数:基于深度序列加权核极限学习的入侵检测算法》
本文所提出的模型中,DBN作为数据降维的部分,其网络层数的设定至关重要,因此实验前必须确定其深度。实验中预设了五种DBNi结构(i表示网络的层数),分类器使用BP网络,其节点参数如表1所示。从KDD99的训练集中抽取20%,测试集中抽取10 000条数据,得到各类攻击样本检测情况,根据式(20)计算出各网络深度下的Gmean,根据Gmean最大原则选用DBN4(如图3中虚线所示),具体检测结果如图3所示。KELM的参数(γ,C)设定为(21,2e6),核函数为高斯核函数,如式(21)所示。
图表编号 | XD00133931200 严禁用于非法目的 |
---|---|
绘制时间 | 2020.03.01 |
作者 | 汪洋、伍忠东、朱婧 |
绘制单位 | 兰州交通大学电子与信息工程学院、兰州交通大学电子与信息工程学院、兰州交通大学电子与信息工程学院 |
更多格式 | 高清、无水印(增值服务) |