| 基于QPSO训练支持向量机的网络入侵检测 |
| |
| 引用本文： | 李旭芳,王士同.基于QPSO训练支持向量机的网络入侵检测[J].计算机工程与设计,2008,29(1):34-36. |
| |
| 作者姓名： | 李旭芳 王士同 |
| |
| 作者单位： | 江南大学信息工程学院,江苏,无锡,214122 |
| |
| 基金项目： | 国防应用基础研究基金
,
教育部科学技术研究项目 |
| |
| 摘 要： | 对于大规模入侵检测问题,分解算法是训练支持向量机的主要方法之一.在结构风险最小化的情况下,利用改进后的蚁群算法(QPSO)解决二次规划问题(QP),寻找最优解,并对 ArraySVM 算法进行了改进,同时对KDD入侵检测数据进行了检测.结果表明,算法精确度高于改进前的 ArraySVM 算法,并且减少了支持向量点数量.
|
| 关 键 词： | 入侵检测 支持向量机 量子粒子群算法 二次规划 网络完全 |
| 文章编号： | 1000-7024（2008）01-0034-03 |
| 收稿时间： | 2007-01-08 |
| 修稿时间： | 2007年1月8日 |
Network intrusion detection method based on novel support vector machine |
| |
| LI Xu-fang,WANG Shi-tong.Network intrusion detection method based on novel support vector machine[J].Computer Engineering and Design,2008,29(1):34-36. |
| |
| Authors: | LI Xu-fang WANG Shi-tong |
| |
| Abstract: | Oneof the approaches to train support vector machine(SVM) for large-scale intrusion detection problem is the decomposition method.A new method based on the quantum-behaved particle swarm optimization(QPSO) is developedtosolve quadratic programming(QP) problem,and to find the optimal solution.ArraySVM algorithm is also improved to train KDD intrusion detection data sets.Based on the experimental results comparison and analysis,the present method is shown to more complete than previous ArraySVM algorithm in describing the modified algorithm precision,and also to reduce the number of support vector points. |
| |
| Keywords: | intrusion detection support vector machine QPSO quadratic programming network security |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
|
