基于IQPSO算法的网络入侵检测研究

• 作者: 杨晋 金溢 马占飞
• 来源期刊: 内蒙古科技大学学报
• 学科: 工学
• 关键词: 网络安全 入侵检测 量子粒子群算法 支持向量机
• 年，卷（期）: 2018,（1）
• 页码范围: 96-102
• 页数: 7页
• 分类号: TP393.08
• 字数: 6156字
• 语种: 中文
• DOI: 10.16559/j.cnki.2095-2295.2018.01.019

摘要

网络入侵检测一直是计算机网络安全领域的研究热点,当前网络面临着诸多的安全隐患.为了提高网络入侵检测的准确性与检测效率,首先选择支持向量机(SVM)作为机器学习分类模型,其次用改进的量子粒子群算法(IQPSO)对支持向量机的参数进行优化.以此为基础,设计了一种基于IQPSO-SVM算法的网络入侵检测方法.实验结果表明,IQPSO-SVM算法相对于深度神经网络(DNN)算法和SVM算法,不仅在效率上有了明显的改善,而且在网络入侵检测的正确率上分别提高了4.26%和7.12%,在误报率上分别降低了0.93%和3.31%,在漏报率上分别降低了0.52%和1.26%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马占飞	内蒙古科技大学包头师范学院	36	125	6.0	8.0
2	金溢	内蒙古科技大学信息工程学院	3	8	2.0	2.0
3	杨晋	内蒙古科技大学信息工程学院	3	23	3.0	3.0