买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：广州大学

摘要：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。

主权项：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；改进的海鸥优化算法的具体过程如下：采用混沌正弦映射进行海鸥种群的初始化，其数学模型如下： 其中，δ为[0,4]范围内的控制因子，xn为混沌变量；采用混合攻击策略改进海鸥优化算法的螺旋搜索方式，将攻击式按正余弦拆分可得：Pst＝rad2·sinθ·θ·D+Pbestt＝x·z·D+PbesttPst＝rad2·cosθ·θ·D+Pbestt＝y·z·D+Pbestt融合整理可得： 其中，Pst表示搜索代理的当前位置；rad为螺旋每转一圈的半径；θ为[0,2π]范围内的随机值；D为海鸥个体往最优位置更新的距离；Pbestt为当前最优海鸥个体的位置；x，y，z为三个平面的运动描述；pr为攻击选择概率；采用有效极限学习机作为学习模型，在计算输出层权值之前，调整输入层的权值和偏置，令隐含层的输出矩阵满足列满秩条件；设训练数据集径向基激活函数为隐层节点个数n0，其具体过程如下：选择权值Wi及偏置bii＝1,2,…,n0；排列被满足，则相应改变前面n0个样本的顺序；利用如下标注且排列后的数据Xi,tii＝1,2,...,n和Xi＝xi1,xi2,...,xidi＝1,2,...,n；当j＝1,2,...,d计算如下： 设令M＝1，达到M＝max{gx|x∈R}＝gx0x0∈R和计算输出权重令和 计算输出权重：

全文数据：

权利要求：

百度查询： 广州大学 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