基于CEGA-SVM的网络入侵检测算法

• 作者: 赵军
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 入侵检测 遗传算法 支持向量机
• 年，卷（期）: 2009,（23）
• 所属期刊栏目: 安全技术
• 页码范围: 166-167,171
• 页数: 3页
• 分类号: TP391
• 字数: 2859字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2009.23.058

摘要

针对传统遗传算法在网络入侵检测中存在分类复杂的问题,提出结合条件熵遗传算法(CEGA)和支持向量机(SVM)的网络入侵检测算法.将入侵特征的抽取和分类模型的建立进行联合优化,同时利用训练数据的统计特性指导入侵特征的抽取,并对特征空间进行线性变换,得到优化的特征子集和分类模型,在提高分类检测率的同时降低检测时延.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵军	江苏食品职业技术学院计算机应用技术系	48	121	6.0	8.0