基于IQPSO-IDE算法的网络入侵检测方法

• 作者: 杨晋 边琦 金溢 马占飞
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 网络安全 入侵检测 量子粒子群算法 差分算法 支持向量机
• 年，卷（期）: 2019,（10）
• 所属期刊栏目: 网络、通信与安全
• 页码范围: 115-120,204
• 页数: 7页
• 分类号: TP393.08
• 字数: 6510字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1802-0218

摘要

为了提高网络入侵检测的准确性与检测效率,弥补由单一优化算法带来的计算精度低、易陷入局部极值等不足,将差分算法的思想引入量子粒子群算法中,提出了一种改进量子粒子群算法(Improved Quantum Particle Swarm Optimization algorithm,IQPSO)和改进差分算法(Improved Difference Evolution,IDE)相融合的IQPSO-IDE算法,并将IQPSO-IDE算法对支持向量机(Support Vector Machine,SVM)的参数进行优化.以此为基础,设计了一种基于IQPSO-IDE算法的网络入侵检测方法.实验结果表明,IQPSO-IDE算法与传统的QPSO、GA-DE、QPSO-DE算法相比,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5.12%、3.05%、2.26%,在误报率上分别降低了3.31%、1.54%、0.93%,在漏报率上分别降低了1.26%、0.73%、0.52%.

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	边琦	内蒙古师范大学传媒学院	19	100	5.0	9.0
3	金溢	内蒙古科技大学信息工程学院	3	8	2.0	2.0
4	杨晋	内蒙古科技大学信息工程学院	3	23	3.0	3.0