基于萤火虫群优化支持向量机的网络入侵检测方法

• 作者: 刘娜
• 来源期刊: 计算机测量与控制
• 关键词: 入侵检测 支持向量机 萤火虫群 分类面修正
• 年，卷（期）: 2014,（11）
• 所属期刊栏目: 自动化测试技术
• 页码范围: 3532-3535
• 页数: 4页
• 分类号: TP393
• 语种: 中文

摘要

为了解决支持向量机(SVM)方法应用于网络入侵检测中存在的参数设置和由样本不均带来的分类面偏斜问题,文章提出了一种基于萤火虫群优化支持向量机(GSO-SVM)的解决方案;算法在进行参数寻优的同时增加了修正因子,实现对分类面的修正,并采用萤火虫群算法进行求解,提高算法跳出局部最优的能力;在DARPA数据集上的检测精度达到97.33％,优于SVM和SVDD方法;实验结果表明文章提出的方法能够有效提高入侵检测模型的泛化性,降低误报率和漏报率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘娜		22	43	4.0	6.0