PCA-SVM在网络入侵检测中的仿真研究

• 作者: 彭钢 杨富华
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 主成分分析 支持向量机 网络入侵 粒子群算法
• 年，卷（期）: 2011,（7）
• 所属期刊栏目: 网络与互连技术
• 页码范围: 146-149
• 分类号: TP391
• 字数: 4112字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-9348.2011.07.037

摘要

研究网络安全问题,针对网络入侵数据是一种小样本、高维和冗余数据,传统检测方法无法进行很好降维且基于大样本数据,因此入侵检测率低.为了提高网络入侵检测率和网络安全,提出一种主成分分析(PCA)的支持向量机(SVM)网络入侵检测方法(PCA-SVM).PCA-SVM首先通过PCA对网络入侵原始数据进行维数和消除冗余信息处理,减少了支持向量机的输入,采用粒子算法对支持向量机参数进行优化,获得最优网络入侵支持向量机检测模型,最后最优支持向量机模型对网络入侵数据进行测试.采用网络数据集在Madab平台上对PCA-SVM算法进行仿真,结果表明,采用PCA-SVM加快了网络入侵检测速度,提高了检测率,降低了网络入侵漏报率,为网络入侵检测提供了一种实时检测工具.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨富华	泸州医学院现代教育技术中心	15	79	6.0	8.0
2	彭钢	泸州医学院现代教育技术中心	17	135	6.0	11.0