节点文献

一种基于ALO-SVM算法的入侵检测方法

免费订阅

【作者】 陈卓单欣欣

【Author】 CHEN Zhuo;SHAN Xinxin;School of Computer,Hubei University of Technology;

【通讯作者】 单欣欣;

【机构】 湖北工业大学计算机学院

【摘要】 入侵检测一直是网络安全领域的热点研究方向,为了提高网络入侵检测的速度和准确性,提出一种在PCA降维的基础上,基于蚁狮优化算法(The Ant Lion Optimizer,ALO)和支持向量机(Support Vector Machine,SVM)相结合的入侵检测方法。该算法首先利用主成分分析法(Principal Component Analysis,PCA)对数据进行降维处理以去除冗余数据,并利用ALO算法优化SVM的参数,然后根据优化后的SVM建立入侵检测模型,最后利用由PCA处理过的KDDCUP99数据集验证检测模型。实验结果表明,所提方法相较于简单的ALO优化SVM和PSO-SVM算法,在提高正确率的基础上,检测速度有显著提高。

【基金】 国家自然科学基金(61601178);湖北省自然科学基金(2018CFB545)
【所属期刊栏目】 计算机科学与应用 (2020年10期)
  • 【DOI】10.16652/j.issn.1004-373x.2020.10.020
  • 【分类号】TP393.08
  • 【下载频次】33
节点文献中: 

本文链接的文献网络图示:

浏览历史:
下载历史: