10.3969/j.issn.1000-3428.2009.23.058
基于CEGA-SVM的网络入侵检测算法
针对传统遗传算法在网络入侵检测中存在分类复杂的问题,提出结合条件熵遗传算法(CEGA)和支持向量机(SVM)的网络入侵检测算法.将入侵特征的抽取和分类模型的建立进行联合优化,同时利用训练数据的统计特性指导入侵特征的抽取,并对特征空间进行线性变换,得到优化的特征子集和分类模型,在提高分类检测率的同时降低检测时延.
入侵检测、遗传算法、支持向量机
35
TP391(计算技术、计算机技术)
2010-03-02(万方平台首次上网日期,不代表论文的发表时间)
共3页
166-167,171