基于改进在线序列极限学习机的AMI入侵检测算法

来源 :计算机工程 | 被引量 : 0次 | 上传用户:Euphemia123
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
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等的入侵检测算法相比,基于DBN-OS-RKELM的入侵检测
其他文献
针对卫星网络时变拓扑导致的星间链路频繁中断和端到端长延迟问题,构建高轨道卫星(GEO)和低轨道卫星(LEO)双层卫星网络架构,并对GEO/LEO双层卫星网络进行分层分簇设计,提出一
分析了监理人员搞好质量工作的重要性,提出各级监理人员应做到尽职、尽责、尽心、尽力,并抓住事先指导、事中检查、事后验收的几个主要环节.
人工智能因其强大的技术优势进入法院。当人工智能被赋予司法审判主体资格后,智慧法官代替法官审判,存在现实层面的需求和技术层面的可能性,并能够帮助法院提高效率和降低成
伴随着经济全球化的趋势,电子计算机的普遍应用和通讯技术的现代化,使信息的传播得以在瞬间完成.克服了世界各国在时间和空间上的障碍,使世界各国在经济上形成了相互依赖的整体。