基于QPSO的属性约简在NIDS中的应用研究

被引：3

作者：

汪世义 ^{[1
,2
]}

陶亮 ^{[1
]}

王华彬 ^{[1
]}

机构：

[1] 安徽大学智能计算与信号处理教育部重点实验室

[2] 巢湖学院计算机系

来源：

微电子学与计算机 | 2010年 / 27卷 / 01期

关键词：

网络入侵检测系统; 支持向量机; 量子粒子群优化; 属性约简;

D O I：

10.19304/j.cnki.issn1000-7180.2010.01.031

中图分类号：

TP393.08 [];

学科分类号：

0839 ; 1402 ;

摘要：

支持向量机作为一种优良的分类算法应用在网络入侵检测系统中,但是训练时间过长是它的主要缺陷.文中提出了基于量子粒子群优化的属性约简和支持向量机(SVM)的入侵检测方法,利用量子粒子群优化的属性约简算法对训练样本集进行属性约简,剔除了对入侵检测结果影响较小的冗余特征,从而使入侵检测系统在获取用户特征的时间减少,整个入侵检测系统的性能得到提高.实验结果表明,该方法是有效的.

引用

页码：120 / 122

页数：3