GATS-LSVM:新的网络入侵检测方法

• 作者: 刘畅 孙连英 李文法 马小军
• 来源期刊: 高技术通讯
• 关键词: 网络入侵检测 遗传算法(GA) 禁忌搜索(TS) 线性支持向量机(LSVM)
• 年，卷（期）: 2013,（5）
• 页码范围: 450-455
• 页数: 6页
• 字数: 5634字
• 语种: 中文
• DOI: 10.3772/j.issn.1002-0470.2013.05.002

摘要

针对现有网络入侵检测方法的不足,提出了一种新的网络入侵检测方法——GATS-LSVM算法.该方法采用遗传算法(GA)与禁忌搜索(TS)相混合的搜索策略对特征子集空间进行随机搜索,利用提供的数据在无约束优化线性支持向量机(LSVM)上的分类错误率作为特征子集的评估标准获取最优特征子集,从而有效地对入侵进行检测.大量基于著名的KDD Cup 1999数据集的实验表明,该新方法相对于其它一些传统的网络入侵检测方法,能在保证较高检测率的前提下,有效地降低误报率、入侵检测的计算复杂度和提高检测速度,能更适用于现实高速网络应用环境.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘畅	北京联合大学信息服务工程重点实验室	37	178	8.0	12.0
5	马小军	北京联合大学信息服务工程重点实验室	17	160	7.0	12.0
9	李文法	北京联合大学信息服务工程重点实验室	2	5	1.0	2.0
13	孙连英	北京联合大学信息服务工程重点实验室	31	133	7.0	10.0