基于GWO-SVM算法的物联网入侵检测研究

• 作者: 左敬龙 张金霜 梁树杰
• 来源期刊: 信息技术与网络安全
• 学科: 工学
• 关键词: 网络入侵检测 灰狼优化算法 支持向量机 物联网安全
• 年，卷（期）: 2020,（10）
• 所属期刊栏目: 智能算法
• 页码范围: 44-48
• 页数: 5页
• 分类号: TP393
• 语种: 中文
• DOI: 10.19358/j.issn.2096-5133.2020.10.009

摘要

物联网时代悄然而至,然而物联网技术在给人们带来方便的同时,其安全问题也日趋突出.针对物联网存在的网络入侵安全问题,提出GWO-SVM算法实现网络入侵检测.灰狼优化算法(GWO)具有收敛速度快、全局搜索能力强等优点,将GWO用于优化支持向量机(SVM)的参数选择,有助于提升分类模型的准确率.同时通过调整适应度值函数,避免分类模型过拟合.在UNSW-NB15数据集上,将GWO-SVM分类算法与SVM、PSO-SVM、GA-SVM分类算法进行对比,实验结果表明,GWO-SVM算法具有更高的分类准确率和性能,适用于物联网环境下的网络入侵检测.