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:
信息网络化时代使得网络更加开放,网络安全问题备受关注,有效的网络入侵检测算法对确保网络安全发挥着至关重要的作用.在对SVM算法进行分析的基础之上,采用GA算法对惩罚系数和核参数进行优化,得到用于网络入侵检测的GA-SVM算法,同时将其应用于KDD Cup99数据集的4种网路入侵数据的检测中.检测结果表明,相对于SVM算法和PSO-SVM算法,GA-SVM算法对网络入侵检测具有更好的性能,其检测率高、误报率低、检测速度较快.
推荐文章
运用GA-SVM模型的砂石骨料分类方法
人工砂石
骨料分类
破碎工序
遗传算法
支持向量机
基于SSA-SVM的网络入侵检测研究
麻雀搜索算法
误报率
支持向量机
网络入侵
检测率
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
基于GA-SVM的上市公司财务危机预警研究
财务危机
预警
遗传算法
支持向量机
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 基于GA-SVM算法的网络入侵检测研究
来源期刊 长春工程学院学报(自然科学版) 学科
关键词 遗传算法 支持向量机 网路入侵检测
年,卷(期) 2021,(1) 所属期刊栏目 信息技术及应用
研究方向 页码范围 101-104
页数 4页 分类号 TP273
字数 语种 中文
DOI 10.3969/j.issn.1009-8984.2021.01.023
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (96)
共引文献  (32)
参考文献  (9)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1987(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(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(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(6)
  • 参考文献(0)
  • 二级参考文献(6)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(6)
  • 参考文献(0)
  • 二级参考文献(6)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(6)
  • 参考文献(0)
  • 二级参考文献(6)
2011(8)
  • 参考文献(0)
  • 二级参考文献(8)
2012(4)
  • 参考文献(0)
  • 二级参考文献(4)
2013(7)
  • 参考文献(1)
  • 二级参考文献(6)
2014(8)
  • 参考文献(1)
  • 二级参考文献(7)
2015(5)
  • 参考文献(1)
  • 二级参考文献(4)
2016(4)
  • 参考文献(0)
  • 二级参考文献(4)
2017(16)
  • 参考文献(1)
  • 二级参考文献(15)
2018(6)
  • 参考文献(0)
  • 二级参考文献(6)
2019(7)
  • 参考文献(1)
  • 二级参考文献(6)
2020(4)
  • 参考文献(4)
  • 二级参考文献(0)
2021(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
遗传算法
支持向量机
网路入侵检测
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
长春工程学院学报(自然科学版)
季刊
1009-8984
22-1323/N
大16开
长春市红旗街2494号
2000
chi
出版文献量(篇)
2446
总下载数(次)
14
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导