改进WOA算法优化SVM的网络入侵检测

• 作者: 付朝川 付迎春 叶志伟 徐慧
• 来源期刊: 实验室研究与探索
• 学科: 工学
• 关键词: 网络入侵检测 支持向量机 参数优化 鲸鱼优化算法
• 年，卷（期）: 2019,（8）
• 所属期刊栏目: 计算机技术应用
• 页码范围: 128-133
• 页数: 6页
• 分类号: TP393|G642
• 字数: 6370字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-7167.2019.08.031

摘要

基于支持向量机(SVM)的网络入侵,因SVM参数设置不当导致分类准确率偏低的问题,提出改进二进制鲸鱼算法优化支持向量机(IBWOA-SVM)的网络入侵检测.通过对鲸鱼优化算法中收敛因子的改进和更新机制融入粒子群策略的方式,改善其容易陷入局部最优且收敛精度慢的缺点.对初始化参数群采用改进二进制鲸鱼优化算法的更新机制不断地进行更新迭代,迫使鲸鱼搜索代理获取较优的参数值来建立性能较优的分类模型,进而提高网络入侵检测的分类性能.采用多个UCI数据集并与其他的参数优化方法进行对比,最后使用网络入侵检测KDDCUP 99数据集进行验证.结果 表明,与遗传算法、粒子群算法和鲸鱼优化算法在SVM参数优化上的性能相比,IBWOA-SVM方法的分类准确率和适应度值在各数据集上都有所提高,从而有利于改善网络入侵检测参数优化中的分类性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	叶志伟	湖北工业大学计算机学院	47	189	8.0	10.0
2	徐慧	湖北工业大学计算机学院	31	69	5.0	6.0
3	付迎春	湖北工业大学计算机学院	2	3	1.0	1.0
4	付朝川	湖北工业大学计算机学院	1	0	0.0	0.0