| 基于特征选择和SVM参数同步优化的网络入侵检测 |
| |
| 引用本文： | 樊爱宛,时合生.基于特征选择和SVM参数同步优化的网络入侵检测[J].北京交通大学学报(自然科学版),2013,37(5). |
| |
| 作者姓名： | 樊爱宛 时合生 |
| |
| 作者单位： | 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 |
| |
| 基金项目： | 河南省科技计划重点项目资助 |
| |
| 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.
|
| 关 键 词： | 支持向量机 遗传算法 网络入侵检测 特征选择 |
Network intrusion detection based on simultaneous optimization of features selection and parameters of support vector machine |
| |
| FAN Aiwan
,
SHI Hesheng.Network intrusion detection based on simultaneous optimization of features selection and parameters of support vector machine[J].JOURNAL OF BEIJING JIAOTONG UNIVERSITY,2013,37(5). |
| |
| Authors: | FAN Aiwan SHI Hesheng |
| |
| Abstract: | |
| |
| Keywords: | support vector machine (SVM) genetic algorithm network intrusion detection feature selection |
| 本文献已被 万方数据 等数据库收录！ |
|
