文献类型：期刊文章

作　　者：王雪松[1] 梁昔明[2]

机构地区：[1]佛山职业技术学院电子信息系,广东佛山528137 [2]北京建筑工程学院理学院,北京100044

出　　处：《计算技术与自动化》

基　　金：国家自然科学基金资助项目(60874070);广东省教育厅项目(2010tjk446)

年　　份：2015

卷　　号：34

期　　号：2

起止页码：95-99

语　　种：中文

收录情况：ZGKJHX、普通刊

摘　　要：针对支持向量机参数优化问题,为了提高网络入侵检测率,提出一种变异蚁群算法优化支持向量机的网络入侵检测模型(MACO-SVM)。首先采用蚁群搜索路径节点代表支持向量机参数,并将网络入侵检测率为目标函数,然后通过蚁群算法的全局寻优能力和反馈机制寻找最优参数,并对蚂蚁进行高斯变异,克服蚁群陷入局部极值,最后将最优路径上的节点连接起来得到SVM的最优参数,建立最优网络入侵检测模型。采用KDD99数据集对模型进行仿真实验,仿真结果表明,MACO-SVM的网络入侵检测速度要快于其它网络入侵检测模型,而且提高了网络入侵检测率。

关 键 词：网络入侵 蚁群优化算法 支持向量机 参数优化

分 类 号：TP391]