共 7 条
基于特征选择和SVM参数同步优化的网络入侵检测
被引：7
|作者：
樊爱宛
[1
]
时合生
[2
]
机构：
[1] 平顶山学院软件学院
[2] 平顶山学院计算机科学与技术学院
来源：
关键词：
支持向量机;
遗传算法;
网络入侵检测;
特征选择;
D O I：
暂无
中图分类号：
TP393.08 [];
学科分类号：
0839 ;
1402 ;
摘要：
为了提高网络入侵检测正确率,利用特征选择和支持向量机(SVM)参数间的相互联系,提出一种特征选择和SVM参数联同步优化的网络入侵检测算法.该算法首先将网络入侵检测正确率作为问题优化的目标函数,网络特征和SVM参数作为约束条件建立数学模型,然后通过遗传算法对数学模型进行求解,找到最优特征子集和SVM参数,最后利用KDD 1999数据集对算法性能进行测试.结果表明,相对于其他入侵检测算法,同步优化算法能够较快选择最优特征与SVM参数,有效提高了网络入侵检测正确率,加快了网络入侵检测速度.
引用
收藏
页码：58 / 61
页数：4
相关论文