作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
入侵检测是保护网络系统安全工作的关键技术,当前网络入侵检测存在误检率大、漏检率高,检测实时性差等不足.为了改善网络入侵检测效果,设计了粒子群算法和支持向量机的网络入侵检测方法.首先对当前国内外网络入侵检测研究进展进行描述,指出各种网络入侵检测方法的缺陷,然后收集网络入侵检测样本,提取网络入侵检测特征,并将样本输入到支持向量机进行训练,训练过程中采用粒子群算法对参数进行在线优化,建立网络入侵检测模型,最后采用网络入侵检测的标准数据集进行仿真测试.测试结果表明这个方法对网络入侵检测正确率超过90%,远远高于网络系统工作的入侵检测要求,同时减少了网络入侵检测的误检率大、漏检率,综合性能明显优于对比网络入侵检测方法,可以应用于网络安全管理中.
推荐文章
粒子群算法和SVM的网络入侵检测
粒子群算法
支持向量机
网络入侵
检测算法
改进支持向量机在网络入侵检测中的应用
粒子群优化算法
核主成分分析
支持向量机
入侵检测
粒子群算法优化支持向量机的网络流量混沌预测
粒子群算法优化
支持向量机
网络流量
混沌预测
平均绝对误差
蚁群算法
量子粒子群和最小二乘支持向量机相结合的网络异常检测
量子粒子群算法
最小二乘支持向量机
网络异常
检测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 粒子群算法和支持向量机的网络入侵检测
来源期刊 微型电脑应用 学科 工学
关键词 网络系统 安全保护 入侵行为 检测正确率 仿真测试
年,卷(期) 2019,(9) 所属期刊栏目 开发应用
研究方向 页码范围 143-145
页数 3页 分类号 TP393
字数 2685字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 赵冉 河南工业职业技术学院人事处 22 37 4.0 5.0
2 余森 河南工业职业技术学院教务处 12 14 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (128)
共引文献  (16)
参考文献  (10)
节点文献
引证文献  (1)
同被引文献  (10)
二级引证文献  (0)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(5)
  • 参考文献(0)
  • 二级参考文献(5)
2010(8)
  • 参考文献(0)
  • 二级参考文献(8)
2011(6)
  • 参考文献(0)
  • 二级参考文献(6)
2012(12)
  • 参考文献(0)
  • 二级参考文献(12)
2013(12)
  • 参考文献(0)
  • 二级参考文献(12)
2014(15)
  • 参考文献(0)
  • 二级参考文献(15)
2015(21)
  • 参考文献(0)
  • 二级参考文献(21)
2016(14)
  • 参考文献(0)
  • 二级参考文献(14)
2017(18)
  • 参考文献(3)
  • 二级参考文献(15)
2018(8)
  • 参考文献(6)
  • 二级参考文献(2)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
网络系统
安全保护
入侵行为
检测正确率
仿真测试
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
微型电脑应用
月刊
1007-757X
31-1634/TP
16开
上海市华山路1954号上海交通大学铸锻楼314室
4-506
1984
chi
出版文献量(篇)
6963
总下载数(次)
20
总被引数(次)
28091
论文1v1指导