基于改进蚁群算法与遗传算法组合的网络入侵检测

• 作者: 吕林涛 袁琴琴
• 来源期刊: 重庆邮电大学学报（自然科学版）
• 学科: 工学
• 关键词: 网络入侵 遗传算法 蚁群优化算法 支持向量机
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 计算机与自动化
• 页码范围: 84-89
• 页数: 6页
• 分类号: TP393.03
• 字数: 3506字
• 语种: 中文
• DOI: 10.3979/j.issn.1673-825X.2017.01.013

摘要

为提高网络入侵检测的检测效果,提出一种基于改进蚁群算法与遗传算法组合的网络入侵检测方法.该方法采用遗传算法(genetic algorithm,GA)对网络入侵的特征集进行快速选取,为后续特征提取打下基础;对传统蚁群算法(ant colony optimization,ACO)的节点选择策略和信息素更新策略进行改进,提出一种改进的蚁群算法,提高对最优特征的选择效果,采用改进的蚁群算法对特征进一步选择;采用支持向量机(support vector machine,SVM)统计机器学习方法建立各类网络入侵的检测分类器.仿真实验结果表明,新的网络入侵检测方法综合GA和改进蚁群算法的优势,能够获得更好的入侵特征,从检测正确率、误报率和漏报率3个方面综合比较,新的网络入侵检测方法具有更好的网络入侵检测效果,且提高了检测速率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	袁琴琴	西京学院电子信息工程系	5	57	4.0	5.0
2	吕林涛	西京学院电子信息工程系	26	82	5.0	8.0