粒子群算法和SVM的网络入侵检测

• 作者: 刘才铭 罗尚平
• 来源期刊: 现代电子技术
• 关键词: 粒子群算法 支持向量机 网络入侵 检测算法
• 年，卷（期）: 2017,（10）
• 所属期刊栏目: 科学计算与信息处理
• 页码范围: 31-34
• 页数: 4页
• 分类号: TN711-34|TP393
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2017.10.009

摘要

针对当前的神经网络检测算法在强干扰下的网络入侵检测准确拦截性不好的问题,提出一种基于粒子群算法和支持向量机的网络入侵检测方法.构建网络入侵的特征信号模型,采用二阶自适应格型IIR陷波器进行入侵信息的抗干扰处理;粒子群算法进行自适应寻优提取网络入侵特征的最优解,SVM进行入侵信息分类,实现网络入侵有效检测;并进行仿真测试.结果表明,采用该方法进行网络入侵检测的准确拦截概率较高,误检和漏检概率较低,保障了网络安全.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	罗尚平	乐山师范学院计算机科学学院	10	4	1.0	1.0
2	刘才铭	乐山师范学院计算机科学学院	27	42	3.0	4.0