文献类型：期刊文章

作　　者：刘铭[1] 黄凡玲[2] 傅彦铭[3] 杨晓玲[3]

机构地区：[1]安阳工学院计算机科学与信息工程学院,河南安阳455000 [2]清华大学软件学院,北京100084 [3]广西大学计算机与电子信息学院,广西南宁530004

出　　处：《计算机应用与软件》

基　　金：国家自然科学基金项目(61262072);广西大学博士基金项目(DD060074)

年　　份：2017

卷　　号：34

期　　号：1

起止页码：230-235

语　　种：中文

收录情况：CSA、CSA-PROQEUST、IC、JST、ZGKJHX、普通刊

摘　　要：针对基于传统的参数优化算法在优化过程中会不同程度地陷入局部最优解的问题,在人工蜂群ABC(Artificial Bee Colony)算法的基础上提出基于交叉突变人工蜂群CMABC(Crossover Mutation ABC)算法的支持向量机SVM参数优化方法,并将其应用于入侵检测。通过引入交叉突变算子对人工蜂群算法进行改进,根据适应度值的优劣将蜂群进行划分,有效地避免了陷入局部最优,提高了收敛速度。利用标准测试函数验证了算法的有效性,并采用NSL-KDD入侵检测数据集进行仿真实验,验证了该方法的有效性。实验结果表明,该方法能有效提高入侵检测的分类性能。

关 键 词：入侵检测 支持向量机 人工蜂群算法 交叉突变算子  

分 类 号：TP309]