粒子群优化支持向量机的入侵检测算法

• 作者: 刘明珍
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 网络入侵检测 二值粒子群优化 支持向量机 特征选择
• 年，卷（期）: 2012,（35）
• 所属期刊栏目: 网络、通信、安全
• 页码范围: 71-74,105
• 页数: 5页
• 分类号: TP181
• 字数: 4550字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1205-0365

摘要

为了提高网络入侵的检测正确率,针对网络入侵检测中特征选择问题,将二值粒子群优化算法(BPSO)用于网络入侵特征选择,结合支持向量机(SVM)提出了一种基于BPSO-SVM的网络入侵检测算法.该算法将网络入侵检测转化为多分类问题,采用wrapper特征选择模型,以SVM为分类器,通过样本训练分类器,根据分类结果,利用BPSO算法在特征空间中进行全局搜索,选择最优特征集进行分类.实验结果表明,BPSO-SVM有效降低了特征维数,显著提高了网络入侵的检测正确率,还大大缩短了检测时间.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘明珍	湖南涉外经济学院实验中心	2	12	2.0	2.0