基于CPSO-LSSVM的网络入侵检测

• 作者: 刘明珍
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 入侵检测 混沌粒子群优化算法 最小二乘支持向量机 联合优化 特征选择 混沌机制
• 年，卷（期）: 2013,（11）
• 所属期刊栏目: 安全技术
• 页码范围: 131-135
• 页数: 5页
• 分类号: TP391
• 字数: 4481字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2013.11.029

摘要

为提高网络入侵检测效果，提出一种结合混沌粒子群优化(CPSO)算法和最小二乘支持向量机(LSSVM)的网络入侵检测模型。将网络特征和 LSSVM 参数编码成二进制粒子，根据网络入侵检测正确率和特征子集维数权值构造粒子群目标函数。通过粒子群找到最优特征子集和 LSSVM 参数，同时引入混沌机制保证粒子群的多样性，防止早熟现象的出现，从而建立最优网络入侵检测模型。采用KDD99数据集进行性能测试，结果表明，该模型不仅能获得最优特征子集和LSSVM参数，而且提高了入侵检测速度和正确率，降低了入侵检测误报率和漏报率。

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