基于乌鸦搜索优化BP神经网络的入侵检测方法 下载: 546次
Intrusion Detection Method of BP Neural Network Based on Crow Search Algorithm
1 贵州大学现代制造技术教育部重点实验室, 贵州 贵阳 550025
2 贵州大学机械工程学院, 贵州 贵阳 550025
3 贵州大学公共大数据国家重点实验室, 贵州 贵阳 550025
图 & 表
图 1. CSA-BP算法流程图
Fig. 1. Flowchart of CSA-BP algorithm
下载图片 查看原文
图 2. Ionosphere数据集训练情况
Fig. 2. Training status of Ionosphere dataset
下载图片 查看原文
图 3. Iris数据集预测准确率
Fig. 3. Prediction accuracy of Iris dataset
下载图片 查看原文
图 4. Wine数据集预测准确率
Fig. 4. Prediction accuracy of Wine dataset
下载图片 查看原文
图 5. Glass数据集预测准确率
Fig. 5. Prediction accuracy of Glass dataset
下载图片 查看原文
图 6. Parkinson数据集预测准确率
Fig. 6. Prediction accuracy of Parkinson dataset
下载图片 查看原文
图 7. Ionosphere数据集预测准确率
Fig. 7. Prediction accuracy of Ionosphere dataset
下载图片 查看原文
图 8. BP神经网络收敛曲线
Fig. 8. BP neural network convergence curve
下载图片 查看原文
图 9. GA-BP收敛曲线
Fig. 9. GA-BP convergence curve
下载图片 查看原文
图 10. CS-BP收敛曲线
Fig. 10. CS-BP convergence curve
下载图片 查看原文
图 11. CSA-BP收敛曲线
Fig. 11. CSA-BP convergence curve
下载图片 查看原文
表 1数据集描述
Table1. Dataset description
NO. | Dataset | Feature | Sample size | Classification |
---|
D1 | Iris | 4 | 150 | 3 | D2 | Wine | 13 | 178 | 3 | D3 | Glass | 9 | 214 | 6 | D4 | Parkinson | 22 | 195 | 2 | D5 | Ionosphere | 34 | 351 | 2 |
|
查看原文
表 3四种算法在不同数据集中的性能比较
Table3. Performance comparison of four algorithms in different datasets
Dataset | CSA-BP | CS-BP | GA-BP | BP |
---|
Trainingtime /s | Number of iterations | Trainingtime /s | Number of iterations | Trainingtime /s | Number of iterations | Trainingtime /s | Number of iterations |
---|
D1 | 9.67 | 34 | 12.64 | 45 | 15.22 | 62 | 15.78 | 75 | D2 | 16.91 | 42 | 28.28 | 65 | 35.11 | 80 | 38.52 | 96 | D3 | 19.29 | 63 | 31.14 | 78 | 49.25 | 95 | 52.16 | 111 | D4 | 40.15 | 96 | 60.57 | 189 | 72.18 | 207 | 85.24 | 239 | D5 | 57.15 | 175 | 66.52 | 222 | 80.55 | 251 | 90.66 | 288 |
|
查看原文
表 4准确率与迭代次数
Table4. Accuracy and number of epochs
Algorithm | Number of epochs | Accuracy /% |
---|
BP | 815 | 89.2 | GA-BP | 572 | 92.1 | CS-BP | 358 | 94.3 | CSA-BP | 79 | 96.6 |
|
查看原文
蓝吕盈, 唐向红, 顾鑫, 陆见光. 基于乌鸦搜索优化BP神经网络的入侵检测方法[J]. 激光与光电子学进展, 2021, 58(6): 0610006. Lan Lüying, Tang Xianghong, Gu Xin, Lu Jianguang. Intrusion Detection Method of BP Neural Network Based on Crow Search Algorithm[J]. Laser & Optoelectronics Progress, 2021, 58(6): 0610006.