← 返回列表
一种基于海鸥优化极限学习机的网络入侵检测方法、系统、介质及设备
申请人信息
- 申请人:广州大学
- 申请人地址:510006 广东省广州市番禺区大学城外环西路230号
- 发明人: 广州大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于海鸥优化极限学习机的网络入侵检测方法、系统、介质及设备 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311231473.8 |
| 申请日 | 2023/9/22 |
| 公告号 | CN117459250A |
| 公开日 | 2024/1/26 |
| IPC主分类号 | H04L9/40 |
| 权利人 | 广州大学 |
| 发明人 | 林凯瀚; 韩伟红; 顾钊铨; 李树栋; 梅阳阳; 亓玉璐 |
| 地址 | 广东省广州市番禺区大学城外环西路230号 |
摘要文本
广州大学获取“一种透气窗帘布”专利技术，本发明公开了一种基于海鸥优化极限学习机的网络入侵检测方法、系统、介质及设备，包括以下步骤：S1、进行数据训练，通过获取训练数据集，进行数据预处理，对预处理后的训练数据集进行数据降维，然后通过改进的海鸥优化算法选取特征，并采用对抗样本训练有效极限学习机模型；S2、进行数据检测，通过对获取的流量数据进行数据预处理和数据降维，然后用训练好的有效极限学习机模型进行预测，最终输出预测结果。本发明通过结合海鸥优化算法和极限学习机算法，实现对网络流量数据的自动特征选择和模型训练，并且加入对抗训练环节以有效应对对抗攻击，提高网络入侵检测的准确率和可靠性。
专利主权项内容
1.一种基于海鸥优化极限学习机的网络入侵检测方法，其特征在于，包括以下步骤：S1、进行数据训练，通过获取训练数据集，进行数据预处理，对预处理后的训练数据集进行数据降维，然后通过改进的海鸥优化算法选取特征，并采用对抗样本训练有效极限学习机模型；S2、进行数据检测，通过对获取的流量数据进行数据预处理和数据降维，然后用训练好的有效极限学习机模型进行预测，最终输出预测结果。