文献类型：期刊文章

作　　者：黄艳秋[1]

机构地区：[1]上海邦德学院,上海200444

出　　处：《计算机仿真》

年　　份：2011

卷　　号：28

期　　号：1

起止页码：182-185

语　　种：中文

收录情况：BDHX、BDHX2008、CSCD、CSCD_E2011_2012、ZGKJHX、核心刊

摘　　要：研究网络入侵检测问题,网络入侵具有不确定性、多变性和动态性,传统检测方法不能很好的识别这种特性,且传统支持向量机参数采优化方法易出现参数选择不当,导致网络入侵检测准确率低。为了提高网络入侵检测准确率,将免疫算法引入到网络入侵检测中,用其优化支持向量机参数。方法将网络入侵检测数据输入到支持向量机中学习,将支持向量机参数作为免疫算法的抗体,把网络入侵检测准确率作为免疫算法抗原,通过抗体和抗原相互作用得到最优的支持向量机参数,然后对网络入侵数据检测得到入侵检测结果,最后通过DRAP网络入侵数据集对该方法进行仿真。仿真结果表明,相对传统网络入侵检测方法,新方法学习速度快,检测准确率高,很好地解决了传统检测方法准确率低的难题,为网络安全提供了保障。

关 键 词：支持向量机 免疫算法 网络异常 入侵检测

分 类 号：TP393]