基于遗传算法的SVM带权特征和模型参数优化

• 作者: 刘董 杨洁 罗时贵 郑宁
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 遗传算法 支持向量机 入侵检测
• 年，卷（期）: 2008,（9）
• 所属期刊栏目: 网络与互连技术
• 页码范围: 115-117,158
• 页数: 4页
• 分类号: TP309
• 字数: 4605字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-9348.2008.09.030

摘要

建立在统计学习理论和结构风险最小原则上的支持向量机(SVM)在理论上保证了模型的最大泛化能力,因此将支持向量机理论应用于入侵检测领域可以获得很好的效果.但是在应用中也存在如何对网络数据进行特征编码和选择适当的支持向量机模型参数的问题.在分析了特征编码和模型参数对分类器识别精度的影响基础上,提出用遗传算法建立支持向量机带权特征和分类器模型参数的自适应优化算法,并在网络入侵检测中成功的运用算法.最后,使用KDD CUP 1999数据进行的仿真实验表明了算法的正确有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑宁	杭州电子科技大学计算机学院	33	277	9.0	16.0
2	杨洁	杭州电子科技大学计算机学院	11	44	1.0	6.0
3	刘董	杭州电子科技大学计算机学院	3	44	2.0	3.0