基于改进在线序列极限学习机的AMI入侵检测算法OA北大核心CSCDCSTPCD
Intrusion Detection Algorithm for AMI Based on Improved Online Sequential Extreme Learning Machine
针对智能电网高级量测体系(AMI)与计算机网络互联通信中存在的安全威胁,提出一种基于改进在线序列简化极核极限学习机(DBN-OS-RKELM)的AMI入侵检测算法.将采集到的历史网络日志数据通过深度信念网络进行重要特征提取,并在特征学习过程中实现高维数据的低维表示以减少冗余特征,同时将当前新到达的网络日志数据添加到DBN-OS-RKELM网络中进行输出权重的实时更新,从而完成AMI入侵检测的分类.实验结果表明,与基于极限学习机和在线序列极限学习机…查看全部>>
刘菲菲;伍忠东;丁龙斌;张凯
兰州交通大学电子与信息工程学院,兰州730070兰州交通大学电子与信息工程学院,兰州730070兰州交通大学电子与信息工程学院,兰州730070兰州交通大学电子与信息工程学院,兰州730070
信息技术与安全科学
高级量测体系深度信念网络极限学习机在线学习入侵检测
《计算机工程》 2020 (9)
136-142,148,8
甘肃省高等学校创新团队项目(2017C-09)兰州市科技局科技项目(2018-1-51).
评论