PSO-SVM在网络入侵检测中的应用

摘要：

为了提高网络入侵检测效果以加强网络安全性,提出一种网络状态特征和支持向量机(SVM)参数联合选择的网络入侵检测模型(PSO-SVM).以网络入侵检测正确率作为目标,特征子集和SVM参数作为约束条件建立数学模型,通过粒子群优化算法对模型进行求解,找到最优特征子集和SVM参数,利用KDD Cup 99数据集对算法性能进行测试.测试结果表明,相对于其它入侵检测算法,PSO-SVM可以找到更优特征子集和SVM参数,加快了检测速度,有效地提高了网络入侵检测正确率,为网络入侵检测提供了一种新的研究思路.

关键词：网络入侵检测、特征选择、模型参数、粒子群优化算法

所属期刊栏目：34

分类号：TP309(计算技术、计算机技术)

资助基金：湖南省教育厅研究基金项目10C0803;湖南省科技厅研究基金项目08C437

在线出版日期：2013-05-23（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：1222-1225