文献类型：期刊文章

作　　者：张拓[1] 王建平[2]

机构地区：[1]淮北职业技术学院建筑工程系,安徽淮北235000 [2]合肥工业大学电气与自动化工程学院,合肥230009

出　　处：《计算机工程与应用》

基　　金：安徽省"十二五"科技攻关计划项目(No.11010402183)

年　　份：2015

卷　　号：51

期　　号：2

起止页码：113-116

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CSA、CSA-PROQEUST、CSCD、CSCD_E2015_2016、IC、INSPEC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：为了提高网络入侵检测率,提出一种协同量子粒子群算法和最小二乘支持向量机的网络入侵检测模型(CQPSO-LSSVM)。将网络特征子集编码成量子粒子位置,入侵检测正确率作为特征子集优劣的评价标准,采用协同量子粒子群算法找到最优特征子集,采用最小二乘支持向量机建立网络入侵检测模型,并采用KDD CUP 99数据集进行仿真测试。结果表明,CQPSO-LSSVM获得了比其他入侵检测模型更高的检测效率和检测率。

关 键 词：协同量子粒子群算法  最小二乘支持向量机 特征选择  网络入侵检测

分 类 号：TP391]