首页 | 本学科首页   官方微博 | 高级检索  
     

结合遗传算法与LSSVC的网络异常检测
引用本文:张雅明,林立忠,刘智国. 结合遗传算法与LSSVC的网络异常检测[J]. 计算机仿真, 2010, 27(12)
作者姓名:张雅明  林立忠  刘智国
摘    要:计算机网络攻击的多样性及隐蔽性,导致了其难以被检测,针对保护网络的安全性,准确识别网络异常问题,为了克服传统网络异常检测技术检测精度低等缺点,提出基于遗传算法优化的最小二乘支持向量机的网络异常检测方法.最小二乘支持向量机分类器(LSSVC)是一种进化的支持向量机分类器(SVC),通过构造新的二次损失函数以解决支持向量机中的二次规划问题.遗传算法用于选择合适的最小二乘支持向量机参数.选取KDDCup99数据测试采用提出的方法检测性能.实验结果表明遗传算法优化的最小二乘支持向量机分类器的网络异常检测精度高,效果好,为网络安全提供了保证.

关 键 词:最小二乘支持向量机  遗传算法  网络异常  检测

Network Anomaly Detection by Combination of Genetic Algorithm and LSSVC
ZHANG Ya-ming,LIN Li-zhong,LIU Zhi-guo. Network Anomaly Detection by Combination of Genetic Algorithm and LSSVC[J]. Computer Simulation, 2010, 27(12)
Authors:ZHANG Ya-ming  LIN Li-zhong  LIU Zhi-guo
Abstract:
Keywords:
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号