基于模拟退火支持向量机的入侵检测系统

被引:13
作者
单建魁 [1 ]
赵雪峰 [1 ,2 ]
机构
[1] 淮海工学院计算机工程学院
[2] 四川大学CAD/CAM研究所
关键词
模拟退火算法; 入侵检测; 支持向量机; 检测率; 误码率;
D O I
10.16208/j.issn1000-7024.2009.21.045
中图分类号
TP393.08 [];
学科分类号
摘要
为了提高入侵检测系统在小样本集条件下的检测效率,将支持向量机用于网络入侵检测。支持向量机的参数决定了检测效率,然而难以选择合适的参数值,因此提出利用模拟退火算法来优化这些参数,并设计出基于参数优化的支持向量机用于入侵检测。通过对样本数据集中的样本进行实验性检测,并与原始支持向量机入侵检测系统进行比较,结果表明模拟退火支持向量机入侵检测系统检测率高、误报率低,并且缩短了训练时间和检测时间。
引用
收藏
页码:4851 / 4854
页数:4
相关论文
共 7 条
[1]
基于特征映射的入侵检测预处理方法 [J].
吴磊 ;
杨世平 .
计算机工程与设计, 2008, (23) :5947-5949+5975
[2]
基于操作系统安全的恶意代码防御研究述评 [J].
陈泽茂 ;
吴晓平 ;
沈昌祥 .
计算机工程与设计, 2008, (21) :5407-5410
[3]
网络入侵检测中的自动决定聚类数算法 [J].
肖立中 ;
邵志清 ;
马汉华 ;
王秀英 ;
刘刚 .
软件学报, 2008, (08) :2140-2148
[4]
Distributed intrusion detection for mobile ad hoc networks.[J]..Journal of Systems Engineering and Electronics.2008, 04
[5]
TCP/IP审计数据缩减技术在入侵检测中的可行性研究 [J].
田俊峰 ;
王惠然 ;
傅玥 .
电子与信息学报, 2007, (09) :2248-2251
[6]
基于主动学习和TCM-KNN方法的有指导入侵检测技术 [J].
李洋 ;
方滨兴 ;
郭莉 ;
田志宏 .
计算机学报, 2007, (08) :1464-1473
[7]
入侵容忍系统安全属性分析 [J].
殷丽华 ;
方滨兴 .
计算机学报, 2006, (08) :1505-1512