基于MFOA_LSSVM的IPV6网络入侵检测算法研究

摘要：

针对LSSVM的网络入侵检测技术存在检测率低和误判率高的缺点,针对果蝇优化算法易陷入"早熟"和局部最优的问题,将修正因子引入果蝇优化算法,提出一种修正的果蝇优化算法(Modified Fruit Fly Optimization Algorithm,MFOA),避免果蝇优化算法陷入局部最优.在MFOA算法的基础上,提出一种MFOA优化LSSVM的IPV6网络入侵检测方法.以KDD CUP99数据集为研究对象,研究结果表明,MFOA_LSSVM算法在检测率和误判率指标上均优于FOA_LSSVM和LSSVM,MFOA_LSSVM算法的网络入侵检测率平均高达96.33%.

关键词：果蝇优化算法、IPV6网络、入侵检测、检测率

所属期刊栏目：39

分类号：TP391.1(计算技术、计算机技术)

资助基金：赛尔网络下一代互联网技术创新项目NGII20150604

在线出版日期：2017-05-22（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：78-81