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,文章构造了一种与深度信念极限学习机(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.