结合粒子群优化和LightGBM的入侵检测方法 |
| |
引用本文: | 潘裕庆,张苏宁,冯仁君,景栋盛.结合粒子群优化和LightGBM的入侵检测方法[J].计算机与现代化,2023(4):123-126. |
| |
作者姓名: | 潘裕庆 张苏宁 冯仁君 景栋盛 |
| |
作者单位: | 国网江苏省电力有限公司苏州供电分公司 |
| |
基金项目: | 江苏省高等学校自然科学研究项目重大项目(17KJA520004); |
| |
摘 要: | 随着互联网的发展,人们在享受互联网带来的诸多便利之外,同时也面临着许多威胁,如蠕虫、木马等。为了抵御上述恶意攻击,入侵检测系统应运而生。通过检测当前网络中的异常情况,入侵检测系统能有效检测各项攻击进而采取对应措施。然而,传统的机器学习算法在入侵检测模型中准确率并不高,为此,提出一种基于粒子群优化和LightGBM的入侵检测方法,使用LightGBM方法搭建入侵检测模型,采用粒子群算法优化LightGBM的参数。实验表明,本文提出的方法能够有效提升效果,准确率达98.61%、精确率达98.25%、召回率达99.17%、F1值达98.70%。
|
关 键 词: | 入侵检测 粒子群优化 LightGBM 网络安全 决策树 |
|
|