面向大数据的超启发式SVM的网络安全框架研究

摘要：

大数据环境下,为了提高支持向量机(support vector machines,SVM)在网络安全应用环境下的性能,提出了面向大数据的超启发式SVM网络安全框架.所提超启发式SVM框架由SVM和超启发式框架组成,超启发式框架的作用是生成配置参数,并将其发送到SVM,SVM使用生成的配置来解决给定的问题,然后将成本函数发送到超启发式框架.超启发式框架分为高层策略和低层启发式,高层策略具有搜索性能,可以控制选择低层启发式并生成新的SVM配置;低层启发式算法构成了一组特定于问题的启发式算法,使用不同的规则实现对SVM配置搜索空间的探索.该框架自适应地集成了基于分解和基于Pareto方法的优点,近似SVM配置的Pareto集,解决了启发式框架的优化问题.实验结果表明,所提框架性能优于其他算法,说明框架的有效性.

关键词：支持向量机配置、大数据、网络安全、超启发式

所属期刊栏目：32

分类号：TP393(计算技术、计算机技术)

资助基金：国家自然科学基金61772406;延安大学科研引导项目YDY2018-11

在线出版日期：2020-04-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：23-29