基于PSOGWO-SVM的网络入侵检测方法
陈晨1
刘曙2
王艺菲2
宋亚飞2
祝彦3
1.空军工程大学防空反导学院,西安,710051;西安卫星测控中心,西安,7100432.空军工程大学防空反导学院,西安,7100513.西安卫星测控中心,西安,710043
摘要：针对SVM算法的核函数及参数选择不科学会导致检测的准确率比较差的问题,提出了一种融合粒子群搜索的灰狼优化算法,利用PSOGWO算法优化SVM的参数,确定SVM分类器的最优检测模型,并基于NSL-KDD数据集进行对比实验.结果表明:基于PSOGWO-SVM的入侵检测方法实现了SVM的参数最优化,而且在检测率、收敛速度、模型平衡性等方面有明显提升,该方法在网络入侵检测方面具有更好的性能.
关键词：入侵检测粒子群优化算法灰狼优化算法支持向量机参数优化
分类号：TP393.08(计算技术、计算机技术)
资助基金：国家自然科学基金(61703426)国家自然科学基金(61806219)国家自然科学基金(61876189)陕西省高校科协青年人才托举计划项目(20190108)陕西省创新能力支撑计划(2020KJXX-065)
论文发表日期：2022-04-25
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：9( 97-105 )
英文信息