基于BPSO-SVM的网络入侵特征选择和检测

• 作者: 杨辉华 王行愚 高海华
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 二进制粒子群优化 支持向量机 异常检测 特征选择
• 年，卷（期）: 2006,（8）
• 所属期刊栏目: 博士论文
• 页码范围: 37-39
• 页数: 3页
• 分类号: TP393
• 字数: 3433字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2006.08.014

摘要

采用改进的二进制粒子群优化进行入侵特征子集选择,粒子群中每个粒子代表一个选择的特征子集,结合支持向量机使用该特征子集所对应的数据集进行分类,正确分类结果作为该粒子的适应度,通过粒子群优化实现最优入侵特征选择.改进的BPSO方法中通过引入粒子群依概率整体变异来避免陷入局部最优,同时采用粒子禁忌搜索列表来扩大粒子搜索范围和避免重复计算;SVM中采用基于粒度的网格搜索来获得最优核参数.最后用KDD 99标准数据集进行实验研究,结果表明该方法能获得满意的检测效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王行愚	华东理工大学信息科学与工程学院	120	1138	16.0	27.0
2	杨辉华	华东理工大学信息科学与工程学院	11	156	6.0	11.0
6	高海华	华东理工大学信息科学与工程学院	6	105	4.0	6.0