一种基于GA-PSO-DBN的入侵检测方法
基本信息
| 申请号 | CN202010225103.3 | 申请日 | - |
| 公开（公告）号 | CN111614609B | 公开（公告）日 | 2022-05-13 |
| 申请公布号 | CN111614609B | 申请公布日 | 2022-05-13 |
| 分类号 | H04L9/40（2022.01）I;G06N3/12（2006.01）I;G06N3/00（2006.01）I | 分类 | 电通信技术; |
| 发明人 | 宋雪桦;汪盼;赵国荣;赵惠丹;王昌达;金华;曾宇;李晓薇 | 申请（专利权）人 | 诺得物流股份有限公司 |
| 代理机构 | 南京苏高专利商标事务所（普通合伙） | 代理人 | - |
| 地址 | 212311江苏省镇江市金润大道珠峰路1号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明涉及一种基于GA‑PSO‑DBN的入侵检测方法，在粒子群优化算法中引入遗传算法的交叉和变异操作，形成遗传‑粒子群混合优化算法，并将其和深度信念网络相结合以确定训练模型的最优初始网络参数（即网络连接权值和偏置值）。采用获得的最优初始网络参数对深度信念网络模型进行预训练和权值微调，从而生成GA‑PSO‑DBN模型，并利用公开标准数据集的测试数据进行评估模型性能。本发明将优化后的GA‑PSO‑DBN模型用于入侵检测领域，有效解决深度信念网络的连接权值具有指向性且容易产生早熟收敛的问题，从而模型具有较强的自适应和泛化能力，可以提高整个方法检测入侵行为的检测性能。 |
