基于特征选择和SVM参数同步优化的网络入侵检测
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.
计算机网络 入侵检测 特征选择 支持向量机 遗传算法
樊爱宛 时合生
平顶山学院软件学院,河南平顶山467002 平顶山学院计算机科学与技术学院,河南平顶山467002
国内会议
秦皇岛
中文
58-61
2013-09-01（万方平台首次上网日期，不代表论文的发表时间）