《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》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于深度序列加权核极限学习的入侵检测算法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

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。