基于PSOGWO-SVM的网络入侵检测方法OA北大核心CSTPCD
针对SVM算法的核函数及参数选择不科学会导致检测的准确率比较差的问题,提出了一种融合粒子群搜索的灰狼优化算法,利用PSOGWO算法优化SVM的参数,确定SVM分类器的最优检测模型,并基于NSL-KDD数据集进行对比实验。结果表明:基于PSOGWO-SVM的入侵检测方法实现了SVM的参数最优化,而且在检测率、收敛速度、模型平衡性等方面有明显提升,该方法在网络入侵检测方面具有更好的性能。
陈晨;刘曙;王艺菲;宋亚飞;祝彦
空军工程大学防空反导学院,西安710051 西安卫星测控中心,西安710043空军工程大学防空反导学院,西安710051空军工程大学防空反导学院,西安710051空军工程大学防空反导学院,西安710051西安卫星测控中心,西安710043
计算机与自动化
入侵检测粒子群优化算法灰狼优化算法支持向量机参数优化
《空军工程大学学报：自然科学版》 2022 (2)
P.97-105,9
评论