| 高密度特征的网络入侵检测算法研究 |
| |
| 引用本文： | 张志华. 高密度特征的网络入侵检测算法研究[J]. 激光杂志, 2015, 0(2): 100-103 |
| |
| 作者姓名： | 张志华 |
| |
| 作者单位： | 肇庆学院教育技术与计算机中心,广东 肇庆,526061 |
| |
| 基金项目： | 广东省科技项目(2012B061700063)。 |
| |
| 摘 要： | 为了提高网络入侵检测的正确率,针对特征优化和训练样本选择问题,提出一种高密度的网络入侵特征检测算法。首先提取网络状态特征,然后将特征编码成为粒子的位置向量,通过粒子之间信息共享找到最优特征子集,删除冗余和无效特征,降低特征维数,最后采用模糊均值聚类算法选择最优训练样本,并通过支持向量机建立网络入侵检测器。在Matlab 2012平台上采用标准网络入侵数据库对算法性能进行测试,实验结果表明,相对于其它网络入侵检测算法,本文算法提高了网络入侵检测的正确率和检测效率,获得更加理想的网络入侵检测结果。
|
| 关 键 词： | 网络入侵检测 特征选择 训练样本集 入侵检测器 |
Research on network intrusion detection algorithm for high density features |
| |
| ZHANG Zhi-hua. Research on network intrusion detection algorithm for high density features[J]. Laser Journal, 2015, 0(2): 100-103 |
| |
| Authors: | ZHANG Zhi-hua |
| |
| Affiliation: | ZHANG Zhi-hua;Educational Technology and Computer Center,Zhaoqing University; |
| |
| Abstract: | |
| |
| Keywords: | network intrusion detection features selection training set intrusion classifier |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
