基于混合CaffishPSO-LSSVM特征选择的入侵检测

摘要：

入侵检测系统面临的主要问题是计算量大,特征选择被引入解决这一问题.针对现有方法的缺点,利用改进的粒子群算法来搜索最优特征子集,提出了一种基于混合CatfishPSO和最小二乘支持向量机的特征选择方法,利用混合的CatfishBPSO和CatfishPSO选择特征子集并同步对LSSVM的参数进行优化,最后建立了一个基于该特征选择方法的入侵检测模型.在KDD Cup 99数据集上进行的实验结果表明该模型的检测性能较高.

关键词：特征选择、粒子群算法、最小二乘支持向量机、入侵检测

所属期刊栏目：21

分类号：TP3;TN9

在线出版日期：2012-04-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：85-89