基于MFOA_LSSVM的IPV6网络入侵检测算法研究

• 作者: 熊国明 蔡思思
• 来源期刊: 湘潭大学自然科学学报
• 学科: 工学
• 关键词: 果蝇优化算法 IPV6网络 入侵检测 检测率
• 年，卷（期）: 2017,（1）
• 页码范围: 78-81
• 页数: 4页
• 分类号: TP391.1

摘要

针对LSSVM的网络入侵检测技术存在检测率低和误判率高的缺点,针对果蝇优化算法易陷入＂早熟＂和局部最优的问题,将修正因子引入果蝇优化算法,提出一种修正的果蝇优化算法（Modified Fruit Fly Optimization Algorithm,MFOA）,避免果蝇优化算法陷入局部最优.在MFOA算法的基础上,提出一种MFOA优化LSSVM的IPV6网络入侵检测方法.以KDD CUP99数据集为研究对象,研究结果表明,MFOA_LSSVM算法在检测率和误判率指标上均优于FOA_LSSVM和LSSVM,MFOA_LSSVM算法的网络入侵检测率平均高达96.33%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蔡思思	华东交通大学现代教育技术中心	5	8	2.0	2.0
2	熊国明	华东交通大学现代教育技术中心	3	5	2.0	2.0