-
题名一种基于ALO-SVM算法的入侵检测方法
被引量：6
- 1
-
-
作者
陈卓
单欣欣
-
机构
湖北工业大学计算机学院
-
出处
《现代电子技术》
北大核心
2020年第10期79-82,共4页
-
基金
国家自然科学基金(61601178)
湖北省自然科学基金(2018CFB545)。
-
文摘
入侵检测一直是网络安全领域的热点研究方向,为了提高网络入侵检测的速度和准确性,提出一种在PCA降维的基础上,基于蚁狮优化算法(The Ant Lion Optimizer,ALO)和支持向量机(Support Vector Machine,SVM)相结合的入侵检测方法。该算法首先利用主成分分析法(Principal Component Analysis,PCA)对数据进行降维处理以去除冗余数据,并利用ALO算法优化SVM的参数,然后根据优化后的SVM建立入侵检测模型,最后利用由PCA处理过的KDDCUP99数据集验证检测模型。实验结果表明,所提方法相较于简单的ALO优化SVM和PSO-SVM算法,在提高正确率的基础上,检测速度有显著提高。
-
关键词
入侵检测
数据处理
检测模型建立
蚁狮优化算法
支持向量机
分类测试
-
Keywords
intrusion detection
data processing
detection model establishment
ant lion optimization algorithm
support vector machine
classify test
-
分类号
TN911.23-34
[电子电信—通信与信息系统]
TP309
[自动化与计算机技术—计算机系统结构]
-
