摘要：為了提高網(wǎng)絡(luò)入侵檢測率,提出一種人工魚群算法（AFSA）優(yōu)化ELM神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)入侵檢測模型。首先將ELM神經(jīng)網(wǎng)絡(luò)參數(shù)編碼成人工魚的位置,然后利用人工魚群算法通過模擬魚群的覓食、聚群及追尾行為找到最優(yōu)ELM神經(jīng)網(wǎng)絡(luò)參數(shù),最后利用最優(yōu)參數(shù)的ELM神經(jīng)網(wǎng)絡(luò)建立網(wǎng)絡(luò)入侵檢測模型,并采用KDD CUP 99數(shù)據(jù)集進(jìn)行仿真測試。仿真結(jié)果表明,模型不僅提高了入侵檢測正確率,而且加快了網(wǎng)絡(luò)入侵檢測速度。