文献类型：期刊文章

作　　者：肖国荣[1]

机构地区：[1]广东金融学院计算机科学与技术系,广州510521

出　　处：《计算机工程与应用》

年　　份：2014

卷　　号：50

期　　号：3

起止页码：75-78

语　　种：中文

收录情况：AJ、CSA、CSA-PROQEUST、CSCD、CSCD2013_2014、IC、INSPEC、JST、RCCSE、ZGKJHX、普通刊

摘　　要：为了提高网络入侵检测的正确率,提出一种改进蚁群优化算法(ACO)和支持向量机(SVM)相融合的网络入侵检测方法(ACO-SVM)。将SVM模型参数作为蚂蚁的位置向量,采用动态随机抽取的方法来确定目标个体引导蚁群进行全局搜索,同时在最优蚂蚁邻域内进行小步长局部搜索,找到SVM最优参数,采用最优参数建立网络入侵检测模型。利用KDDCUP99数据集对ACO-SVM性能进行测试,结果表明,ACO-SVM提高了网络入侵检测正确率,降低了误报率,可以为网络安全提供有效保证。

关 键 词：网络入侵 支持向量机 蚁群算法 检测  

分 类 号：TP393]