基于特征选择和SVM参数同步优化的网络入侵检测

• 作者: 时合生 樊爱宛
• 来源期刊: 北京交通大学学报
• 学科: 工学
• 关键词: 支持向量机 遗传算法 网络入侵检测 特征选择
• 年，卷（期）: 2013,（5）
• 页码范围: 58-61
• 页数: 4页
• 分类号: TP393.08
• 字数: 3686字
• 语种: 中文

摘要

为了提高网络入侵检测正确率,利用特征选择和支持向量机(SVM)参数间的相互联系,提出一种特征选择和SVM参数联同步优化的网络入侵检测算法.该算法首先将网络入侵检测正确率作为问题优化的目标函数,网络特征和SVM参数作为约束条件建立数学模型,然后通过遗传算法对数学模型进行求解,找到最优特征子集和SVM参数,最后利用KDD 1999数据集对算法性能进行测试.结果表明,相对于其他入侵检测算法,同步优化算法能够较快选择最优特征与SVM参数,有效提高了网络入侵检测正确率,加快了网络入侵检测速度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	樊爱宛	平顶山学院软件学院	38	118	6.0	9.0
2	时合生	平顶山学院计算机科学与技术学院	36	70	4.0	7.0