基于特征选择和SVM参数同步优化的网络入侵检测
樊爱宛1
时合生2
1.平顶山学院软件学院,河南平顶山,4670022.平顶山学院计算机科学与技术学院,河南平顶山,467002
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
分类号：TP393.08(计算技术、计算机技术)
资助基金：河南省科技计划重点项目(102102210416)
论文发表日期：2013-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：4( 58-61 )
英文信息