|
|||||
|
|
| 基于CQPSO-LSSVM的网络入侵检测模型 | |
| 作者姓名： | 张拓 王建平 |
| 作者单位： | 1. 淮北职业技术学院 建筑工程系,安徽 淮北,235000 2. 合肥工业大学 电气与自动化工程学院,合肥,230009 |
| 基金项目： | 安徽省“十二五”科技攻关计划项目(No.11010402183)。 |
| 摘 要： | 为了提高网络入侵检测率,提出一种协同量子粒子群算法和最小二乘支持向量机的网络入侵检测模型(CQPSO-LSSVM)。将网络特征子集编码成量子粒子位置,入侵检测正确率作为特征子集优劣的评价标准,采用协同量子粒子群算法找到最优特征子集,采用最小二乘支持向量机建立网络入侵检测模型,并采用KDD CUP 99数据集进行仿真测试。结果表明,CQPSO-LSSVM获得了比其他入侵检测模型更高的检测效率和检测率。 |
| 关 键 词： | 协同量子粒子群算法 最小二乘支持向量机 特征选择 网络入侵检测 |
| 本文献已被 CNKI 万方数据 等数据库收录！ | |