潜在网络威胁检测过程的优化与仿真

摘要：

在对潜在网络威胁检测的研究过程中,采用当前算法进行潜在网络威胁检测时入侵特征的重复性对特征分类参数造成干扰,导致入侵检测效率低的问题.提出采用过往入侵特征分析算法的潜在网络威胁检测方法.上述方法首先将潜在网络威胁检测的正确率定义为网络威胁检测的优化目标函数,以SVM为分类器,利用过往入侵特征分析算法通过潜在网络威胁入侵样本训练SVM分类器,将过往入侵特征集与SVM参数作为约束条件建立潜在网络威胁入侵特征分类模型,然后加入粒子群算法依据分类结果在过往的潜在网络威胁入侵特征空间进行全局搜索,组建最优潜在网络威胁检测模型,进而精确地完成了潜在网络威胁检测.仿真结果证明,采用过往入侵特征分析算法的潜在网络威胁检测方法检测精确度高,适应性强.

关键词：入侵检测、特征选择、粒子群

所属期刊栏目：32

分类号：TP181(自动化基础理论)

资助基金：深圳信息职业技术学院校级科研项目LG2014029

在线出版日期：2015-11-25（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：331-334