鲶鱼粒子群算法选择特征的支持向量机网络入侵检测 |
| |
作者单位: | ;1.湖南科技职业学院软件学院 |
| |
摘 要: | 笔者针对网络特征选择问题,提出一种鲶鱼粒子群算法选择特征的支持向量机网络入侵检测(EPSO-SVM)。首先将"鲶鱼效应"因子引入粒子群优化算法,将网络特征子集编码成粒子位置串,其次将入侵检测率作为特征子集选择目标函数,通过鲶鱼粒子群找到最优特征子集,最后支持向量机根据最优特征子集构建网络入侵分类器,在KDDCup99数据集上进行仿真测试。结果表明,EPSO-SVM不仅能提高网络入侵检测率和检测速度,而且适用于现实高速网络应用环境。
|
关 键 词: | 网络入侵 支持向量机 鲶鱼效应 粒子群优化算法 |
Catfish Particle Swarm Optimization for Feature Selection in Support Vector Machine Network Intrusion Detection |
| |
Abstract: | |
| |
Keywords: | |
|
|