改进蚁群算法优化支持向量机的网络入侵检测

• 作者: 梁昔明 王雪松
• 来源期刊: 计算技术与自动化
• 关键词: 网络入侵 蚁群优化算法 支持向量机 参数优化
• 年，卷（期）: 2015,（2）
• 所属期刊栏目: 【计算机软件及应用】
• 页码范围: 95-99
• 页数: 5页
• 分类号: TP391
• 语种: 中文

摘要

针对支持向量机参数优化问题,为了提高网络入侵检测率,提出一种变异蚁群算法优化支持向量机的网络入侵检测模型(MACO-SVM)。首先采用蚁群搜索路径节点代表支持向量机参数,并将网络入侵检测率为目标函数,然后通过蚁群算法的全局寻优能力和反馈机制寻找最优参数,并对蚂蚁进行高斯变异,克服蚁群陷入局部极值,最后将最优路径上的节点连接起来得到 SVM的最优参数,建立最优网络入侵检测模型。采用KDD99数据集对模型进行仿真实验,仿真结果表明,MACO-SVM的网络入侵检测速度要快于其它网络入侵检测模型,而且提高了网络入侵检测率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	梁昔明	北京建筑工程学院理学院	25	123	7.0	10.0
2	王雪松	佛山职业技术学院电子信息系	14	68	5.0	7.0