基于CQPSO-LSSVM的网络入侵检测模型

• 作者: 张拓 王建平
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 协同量子粒子群算法 最小二乘支持向量机 特征选择 网络入侵检测
• 年，卷（期）: 2015,（2）
• 所属期刊栏目: 网络、通信、安全
• 页码范围: 113-116,155
• 页数: 5页
• 分类号: TP391
• 字数: 2978字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1403-0459

摘要

为了提高网络入侵检测率，提出一种协同量子粒子群算法和最小二乘支持向量机的网络入侵检测模型（CQPSO-LSSVM）。将网络特征子集编码成量子粒子位置，入侵检测正确率作为特征子集优劣的评价标准，采用协同量子粒子群算法找到最优特征子集，采用最小二乘支持向量机建立网络入侵检测模型，并采用KDD CUP 99数据集进行仿真测试。结果表明，CQPSO-LSSVM获得了比其他入侵检测模型更高的检测效率和检测率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王建平	合肥工业大学电气与自动化工程学院	177	1643	23.0	31.0
2	张拓	淮北职业技术学院建筑工程系	13	114	5.0	10.0