改进蚁群算法优化SVM参数的网络入侵检测模型研究 |
| |
引用本文: | 李振刚,甘泉.改进蚁群算法优化SVM参数的网络入侵检测模型研究[J].重庆邮电学院学报(自然科学版),2014(6). |
| |
作者姓名: | 李振刚 甘泉 |
| |
作者单位: | 天津城建大学信息中心;平顶山学院计算机科学与技术学院; |
| |
基金项目: | 天津市高等学校科技发展基金计划项目(20121103)~~ |
| |
摘 要: | 基于支持向量机(support vector machine,SVM)的网络入侵检测模型泛化能力与其参数选取密切相关,因此SVM参数优化是一个难题。为进一步提高网络入侵检测率,提出一种改进蚁群优化SVM参数算法(modified ant colony optimization algorithm-support vector machine,MACO-SVM)的网络入侵检测模型。首先采用蚁群搜索路径节点代表支持向量机参数,将网络入侵检测率做为目标函数,然后通过蚁群算法的全局寻优能力和反馈机制寻找最优参数,并对蚂蚁进行高斯变异,克服蚁群陷入局部极值,最后将最优路径上的节点连接起来得到SVM的最优参数,建立最优网络入侵检测模型。采用KDD99数据集对模型进行仿真实验,仿真结果表明,MACO-SVM不仅提高了网络入侵的检测效率,而且获得了更高的检测率。
|
关 键 词: | 网络入侵检测 支持向量机(SVM) 高斯变异 改进蚁群算法(MACO) |
本文献已被 CNKI 等数据库收录! |
|