10.3969/j.issn.1672-6987.2013.05.020
基于支持向量机和遗传算法融合的入侵检测
为了研究网络异常入侵检测问题,将支持向量机(SVM)和遗传(GA)算法融合并应用于入侵检测领域,区分正常和异常的用户行为,实现对网络系统的入侵检测.传统SVM算法易产生训练参数选择不当,难以获得较高的检测效率和分类精度等问题.针对此问题,提出了一种优化的基于SVM-GA融合的入侵检测方法,首先对网络入侵数据进行归一化处理简化输入,然后通过遗传算法对SVM训练参数进行同步优化,最后采用SVM算法对网络数据进行检测,分类识别得到网络入侵结果.仿真实验结果表明,该融合算法训练时间短、检测精度高、误报率和漏报率低,是一种有效可行的入侵检测方法.
异常入侵检测、支持向量机、遗传算法、归一化处理
34
TP393(计算技术、计算机技术)
河南省科技攻关项目122102210510
2013-12-02(万方平台首次上网日期,不代表论文的发表时间)
共5页
532-535,541