一种基于ALO-SVM算法的入侵检测方法

• 作者: 单欣欣 陈卓
• 来源期刊: 现代电子技术
• 关键词: 入侵检测 数据处理 检测模型建立 蚁狮优化算法 支持向量机 分类测试
• 年，卷（期）: 2020,（10）
• 所属期刊栏目: 计算机科学与应用
• 页码范围: 79-82
• 页数: 4页
• 分类号: TN911.23-34|TP309
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2020.10.020

摘要

入侵检测一直是网络安全领域的热点研究方向,为了提高网络入侵检测的速度和准确性,提出一种在PCA降维的基础上,基于蚁狮优化算法(The Ant Lion Optimizer,ALO)和支持向量机(Support Vector Machine,SVM)相结合的入侵检测方法.该算法首先利用主成分分析法(Principal Component Analysis,PCA)对数据进行降维处理以去除冗余数据,并利用ALO算法优化SVM的参数,然后根据优化后的SVM建立入侵检测模型,最后利用由PCA处理过的KDDCUP99数据集验证检测模型.实验结果表明,所提方法相较于简单的ALO优化SVM和PSO-SVM算法,在提高正确率的基础上,检测速度有显著提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈卓	湖北工业大学计算机学院	30	126	7.0	9.0
2	单欣欣	湖北工业大学计算机学院	1	0	0.0	0.0