| 基于粒子群优化相关向量机的网络入侵检测 |
| |
| 引用本文： | 吴良海. 基于粒子群优化相关向量机的网络入侵检测[J]. 微电子学与计算机, 2010, 27(5) |
| |
| 作者姓名： | 吴良海 |
| |
| 作者单位： | 茂名学院,实验教学部,广东,茂名,525000 |
| |
| 摘 要： | 构建计算机网络的入侵检测系统,对于保护网络中的信息免受各种攻击显得非常重要.为了克服支持向量机的缺点,提出了一种基于粒子群优化相关向量机(RVM)网络入侵检测方法.相关向量机是一种建立在支持向量机上的稀疏概率模型.与支持向量机相比,它不仅具有较高检测精度,还具有较好的实时性,粒子群优化算法用于确定相关向量机的核参数.最后结合试验将提出的方法同支持向量机算法、BP神经网络进行了比较,结果表明提出的相关向量机相比于支持向量机、BP神经网络有着更高的入侵精度.
|
| 关 键 词： | 相关向量机 网络异常 入侵检测 粒子群 |
Network Intrusion Detection Based on Relevance Vector Machine Optimized by Particle Swarm Optimization Algorithm |
| |
| WU Liang-hai. Network Intrusion Detection Based on Relevance Vector Machine Optimized by Particle Swarm Optimization Algorithm[J]. Microelectronics & Computer, 2010, 27(5) |
| |
| Authors: | WU Liang-hai |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
