粒子群算法和支持向量机的网络入侵检测

余森; 赵冉

首页> 中文期刊> 《微型电脑应用》 >粒子群算法和支持向量机的网络入侵检测

粒子群算法和支持向量机的网络入侵检测

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

cqvip:入侵检测是保护网络系统安全工作的关键技术,当前网络入侵检测存在误检率大、漏检率高,检测实时性差等不足。为了改善网络入侵检测效果,设计了粒子群算法和支持向量机的网络入侵检测方法。首先对当前国内外网络入侵检测研究进展进行描述,指出各种网络入侵检测方法的缺陷,然后收集网络入侵检测样本,提取网络入侵检测特征,并将样本输入到支持向量机进行训练,训练过程中采用粒子群算法对参数进行在线优化,建立网络入侵检测模型,最后采用网络入侵检测的标准数据集进行仿真测试。测试结果表明这个方法对网络入侵检测正确率超过90%,远远高于网络系统工作的入侵检测要求,同时减少了网络入侵检测的误检率大、漏检率,综合性能明显优于对比网络入侵检测方法,可以应用于网络安全管理中。

著录项

来源
《微型电脑应用》 |2019年第9期|143-145|共3页
作者
余森; 赵冉;
展开▼
作者单位

河南工业职业技术学院教务处南阳473000;

河南工业职业技术学院人事处南阳473000;

展开▼
原文格式 PDF
正文语种 chi
中图分类计算机网络;
关键词
网络系统; 安全保护; 入侵行为; 检测正确率; 仿真测试;

相似文献

中文文献
外文文献
专利

1. 鲶鱼粒子群算法选择特征的支持向量机网络入侵检测 [J] . 戴臻 . 信息与电脑 . 2019,第006期
2. 改进粒子群算法和支持向量机的网络入侵检测 [J] . 陶琳 ,郭春璐 . 计算机系统应用 . 2016,第006期
3. 粒子群算法和SVM的网络入侵检测 [J] . 罗尚平 ,刘才铭 . 现代电子技术 . 2017,第010期
4. 反向学习粒子群算法和多层分类器相融合的网络入侵检测 [J] . 张永强 ,张墨华 . 计算机应用与软件 . 2015,第004期
5. 粒子群算法和K近邻相融合的网络入侵检测 [J] . 徐鹏 ,姜凤茹 . 计算机工程与应用 . 2014,第011期
6. 改进支持向量机在网络入侵检测中的应用 [C] . 于静 ,王辉 . 2011年江苏省人工智能学术会议 . 2011
7. 基于并行化混合粒子群算法的网络入侵检测技术研究 [A] . 李天卓 . 2019

粒子群算法和支持向量机的网络入侵检测

摘要

著录项

相似文献

相关主题

期刊订阅