共 9 条
- [9] Particle swarm optimization. Kennedy J, Eberhart RC. Proceedings of the IEEE International Joint Conference on Neural Networks . 1995
PSO-SVM在网络入侵检测中的应用
被引：19
作者：
向昌盛
[1
]
张林峰
[2
]
机构：
[1] 湖南工程学院计算机与通信系
[2] 湖南农业大学信息科学技术学院
来源：
关键词：
网络入侵检测;
特征选择;
模型参数;
粒子群优化算法;
D O I：
10.16208/j.issn1000-7024.2013.04.059
中图分类号：
TP393.08 [];
学科分类号：
0839 ;
1402 ;
摘要：
为了提高网络入侵检测效果以加强网络安全性,提出一种网络状态特征和支持向量机(SVM)参数联合选择的网络入侵检测模型(PSO-SVM)。以网络入侵检测正确率作为目标,特征子集和SVM参数作为约束条件建立数学模型,通过粒子群优化算法对模型进行求解,找到最优特征子集和SVM参数,利用KDD Cup 99数据集对算法性能进行测试。测试结果表明,相对于其它入侵检测算法,PSO-SVM可以找到更优特征子集和SVM参数,加快了检测速度,有效地提高了网络入侵检测正确率,为网络入侵检测提供了一种新的研究思路。
引用
收藏
页码：1222 / 1225
页数：4
相关论文