改进ACO-SVM在网络入侵检测中的应用

• 作者: 刘静 杨正校
• 来源期刊: 软件
• 学科: 工学
• 关键词: 特征选择 蚁群优化算法 支持向量机 网络入侵检测
• 年，卷（期）: 2018,（10）
• 所属期刊栏目: 基金项目论文
• 页码范围: 57-59
• 页数: 3页
• 分类号: TP181
• 字数: 2116字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6970.2018.10.012

摘要

为了提高网络入侵检测正确率,降低特征冗余,提出一种蚁群优化与支持向量机相结合的入侵检测方法(ACO-SVM).利用支持向量机的分类精度和特征子集维数加权构造综合适应度指标,利用蚁群算法的全局寻优和多次优解搜索能力实现特征子集搜索,并设计了局部细化搜索方式,实现特征选择结果降维,提高算法的收敛性.