基于EPSO-RVM的网络入侵检测模型

• 作者: 吴帅 谭国律 郑军 黄亮
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 网络入侵 相关向量机 参数选择 粒子群优化算法 精英选择策略
• 年，卷（期）: 2015,（3）
• 所属期刊栏目: 网络、通信、安全
• 页码范围: 85-88,123
• 页数: 5页
• 分类号: TP391
• 字数: 3733字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1404-0249

摘要

为了提高网络入侵检测的正确率，提出一种精英选择策略粒子群算法（EPSO）优化相关向量机（RVM）的网络入侵检测模型（EPSO-RVM）。将相关向量机的参数编码成粒子，将入侵检测正确率作为粒子群搜索的目标，通过粒子群算法对参数优化问题进行求解，并引入精英选择策略增强粒子群算法的全局搜索能力，根据最优参数建立基于RVM的入侵检测模型，采用KDD99数据集对其性能测试，结果表明，相对于对比模型，EPSO-RVM较好地解决了相关向量机参数优化难题，提高了网络入侵检测的正确率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄亮	上饶师范学院数学与计算机科学学院	11	74	6.0	8.0
2	吴帅	上饶师范学院数学与计算机科学学院	7	30	3.0	5.0
3	谭国律	上饶师范学院数学与计算机科学学院	26	106	6.0	8.0
4	郑军	上饶师范学院数学与计算机科学学院	1	7	1.0	1.0