作者:
原文服务方: 现代电子技术       
摘要:
针对常规网络入侵检测算法检测率低、误报率高以及检测效率低下等问题,在此使用基于混合核函数的最小二乘支持向量机作为网络入侵检测模型的核心算法,使用粒子群优化算法对最小二乘支持向量机的各个参数进行优化.使用著名的KDD CUP99数据库中的部分数据样本对网络入侵检测模型进行训练和测试,以验证所提出网络入侵检测方法的性能.测试实验结果表明,提出的基于混合核函数的PSO-LSSVM算法具有更好的检测性能,提高了检测系统的检测率.
推荐文章
基于核函数的入侵检测方法研究
入侵检测
支持向量机
核函数
基于混合核函数PSO-LSSVM的边坡变形预测
边坡
边坡变形预测
最小二乘支持向量机
粒子群优化
混合核
基于FOA优化混合核LSSVM的铁路货运量预测
铁路货运量
预测方法
混合核LSSVM
果蝇优化算法
基于样条权函数神经网络的入侵检测
样条权函数
神经网络
入侵检测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于混合核函数的LSSVM网络入侵检测方法
来源期刊 现代电子技术 学科
关键词 最小二乘支持向量机 粒子群优化 网络入侵检测 混合核函数
年,卷(期) 2015,(21) 所属期刊栏目 信息安全
研究方向 页码范围 96-99
页数 4页 分类号 TN711-34|TP393
字数 语种 中文
DOI 10.16652/j.issn.1004-373x.2015.21.026
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 赵夫群 3 17 1.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (87)
共引文献  (99)
参考文献  (15)
节点文献
引证文献  (17)
同被引文献  (81)
二级引证文献  (51)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(5)
  • 参考文献(0)
  • 二级参考文献(5)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(9)
  • 参考文献(0)
  • 二级参考文献(9)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(10)
  • 参考文献(1)
  • 二级参考文献(9)
2007(12)
  • 参考文献(1)
  • 二级参考文献(11)
2008(11)
  • 参考文献(1)
  • 二级参考文献(10)
2009(11)
  • 参考文献(1)
  • 二级参考文献(10)
2010(10)
  • 参考文献(2)
  • 二级参考文献(8)
2011(7)
  • 参考文献(0)
  • 二级参考文献(7)
2012(4)
  • 参考文献(1)
  • 二级参考文献(3)
2013(6)
  • 参考文献(3)
  • 二级参考文献(3)
2014(4)
  • 参考文献(1)
  • 二级参考文献(3)
2015(4)
  • 参考文献(4)
  • 二级参考文献(0)
2015(4)
  • 参考文献(4)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2016(2)
  • 引证文献(2)
  • 二级引证文献(0)
2017(6)
  • 引证文献(5)
  • 二级引证文献(1)
2018(21)
  • 引证文献(7)
  • 二级引证文献(14)
2019(26)
  • 引证文献(2)
  • 二级引证文献(24)
2020(13)
  • 引证文献(1)
  • 二级引证文献(12)
研究主题发展历程
节点文献
最小二乘支持向量机
粒子群优化
网络入侵检测
混合核函数
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
现代电子技术
半月刊
1004-373X
61-1224/TN
大16开
1977-01-01
chi
出版文献量(篇)
23937
总下载数(次)
0
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导