10.3778/j.issn.1002-8331.1206-0445
粒子群算法和K近邻相融合的网络入侵检测
为了提高网络入侵检测效果,提出一种粒子群优化算法(PSO)和K最近邻相融(KNN)的网络入侵检测模型(PSO-KNN)。首先特征子集和KNN参数作为一个粒子,然后通过粒子之间的信息交流和相互协作,找到最优特征子集和KNN参数,从而建立最优网络入侵检测模型,最后利用KDD 1999数据集对模型性能进行测试。结果表明,相对于其他入侵检测算法,PSO-KNN更有效地精简网络数据特征,提高分类算法的网络入侵检测速度及检测率。
网络入侵检测、特征选择、粒子群优化算法、K最近邻
TP391(计算技术、计算机技术)
湛江师范学院青年项目No.QL1103。
2014-06-19(万方平台首次上网日期,不代表论文的发表时间)
共4页
95-98