基于遗传算法支持向量机的网络入侵预测

摘要：

在预测网络安全问题的研究中,针对网络入侵检测优化问题,为了改变传统入侵检测算法存在训练精度高,预测精度相当低的过拟合难题,提出一种基于遗传算法的支持向量机.支持向量机首先利用遗传算法搜索最优的支持向量机参数,然后用得到的最优参数来训练,利用训练得到的最优算法模型对测试集进行建模预测.并利用支持向量机对KDD 1999 CUP数据集进行了仿真.实验结果表明,方法在降低训练时间的同时有着很好的检测率,优于经典的神经网络算法,方法提高了预测效率.

关键词：遗传算法、支持向量机、网络入侵、检测

所属期刊栏目：27

分类号：TP393(计算技术、计算机技术)

在线出版日期：2010-11-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：110-113