文献类型：期刊文章

作　　者：李振刚[1] 甘泉[2]

机构地区：[1]天津城建大学信息中心,天津300384 [2]平顶山学院计算机科学与技术学院,河南平顶山467002

出　　处：《重庆邮电大学学报（自然科学版）》

基　　金：天津市高等学校科技发展基金计划项目(20121103)~~

年　　份：2014

卷　　号：26

期　　号：6

起止页码：785-789

语　　种：中文

收录情况：BDHX、BDHX2011、CSA、CSA-PROQEUST、CSCD、CSCD_E2013_2014、IC、INSPEC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：基于支持向量机(support vector machine,SVM)的网络入侵检测模型泛化能力与其参数选取密切相关,因此SVM参数优化是一个难题。为进一步提高网络入侵检测率,提出一种改进蚁群优化SVM参数算法(modified ant colony optimization algorithm-support vector machine,MACO-SVM)的网络入侵检测模型。首先采用蚁群搜索路径节点代表支持向量机参数,将网络入侵检测率做为目标函数,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不仅提高了网络入侵的检测效率,而且获得了更高的检测率。

关 键 词：网络入侵检测 支持向量机(SVM)  高斯变异 改进蚁群算法(MACO)  

分 类 号：TP273]