杂草算法优化支持向量机的网络入侵检测

• 作者: 孟大伟
• 来源期刊: 激光杂志
• 学科: 工学
• 关键词: 网络入侵 入侵杂草算法 支持向量机 粒子群优化算法 参数优化
• 年，卷（期）: 2014,（12）
• 所属期刊栏目: 光通信与网络
• 页码范围: 138-140
• 页数: 3页
• 分类号: TN711
• 字数: 2766字
• 语种: 中文
• DOI: 10.14016/j.cnki.jgzz.2014.12.138

摘要

为了解决支持向量机( SVM)在网络入侵检测中的参数优化问题，以提高网络入侵检测性能，提出一种入侵杂草( IWO)算法优化SVM的网络入侵检测模型( IWO-SVM)。首先将SVM参数编码为入侵杂草，以检测率作为优化目标函数，然后通过模拟杂草入侵种子的生长过程找到SVM的最优参数，从而最优网络入侵检测模型，最后在采用KDD99数据集性能测试。结果表明IWO-SVM是一种检测检测率高、速度快的网络入侵检测模型。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孟大伟		7	34	2.0	5.0