遗传算法同步选择特征和支持向量机参数的网络入侵检测 |
| |
引用本文: | 李学峰.遗传算法同步选择特征和支持向量机参数的网络入侵检测[J].计算机应用与软件,2014(3):301-303,333. |
| |
作者姓名: | 李学峰 |
| |
作者单位: | ;1.青海广播电视大学 |
| |
摘 要: | 针对入侵检测系统产生的高维数据和支持向量机参数优化问题,提出一种遗传算法同步选择特征和支持向量机参数的网络入侵检测模型。首先将特征子集和支持向量机参数编码成染色体,将网络入侵检测的分类准确率作为种群个体的适应度值,然后通过遗传算法的全局搜索能力,同步找到对分类算法最有影响的特征组合和支持向量机最优参数,最后采用KDD99数据集进行仿真实验。结果表明,该模型可以快速找到最优特征子集和支持向量机参数,提高了网络入侵检测正确率,是一种较好的网络入侵检测算法。
|
关 键 词: | 特征选择 入侵检测 遗传算法 支持向量机 |
NETWORK INTRUSION DETECTION WITH GENETIC ALGORITHM SYNCHRONOUS SELECTING FEATURE AND SVM PARAMETERS |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 CNKI 等数据库收录! |
|