摘要：为提高海量网络入侵数据检测的效率和精度,将云计算和核极限学习机结合,提出一种基于云计算的核极限学习机的网络入侵数据挖掘算法。通过Map函数和Reduce函数的并行设计和计算,实现网络入侵数据的分布式分析和处理。在检测率和误判率指标上,研究结果表明,CC-KELM算法能够有效提高网络入侵检测的准确率,为海量网络入侵数据检测和挖掘提供新的方法。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社