论文摘要
为了提高网络安全水平,及时对网络攻击进行检测,该文提出了一种基于烟火算法优化支持向量机(SVM)的入侵检测模型。该模型选用SVM作为入侵检测算法的核心分类器对网络数据进行判别,但是由于存在SVM中最优核函数参数和惩罚因子确定较慢的问题,该文利用烟花算法加快SVM最优核函数参数和惩罚因子的确定。为了验证该模型在实际应用中的效果,通过KDD CUP 99数据集进行实验测试,与SVM、KNN和DNN算法相比,该模型能更好地对入侵检测数据进行分类和判别。
论文目录
文章来源
类型: 期刊论文
作者: 陈文迪,刘桂华,刘慕娴
关键词: 支持向量机,烟花算法,入侵检测
来源: 科技资讯 2019年35期
年度: 2019
分类: 基础科学,信息科技
专业: 互联网技术,自动化技术
单位: 广西电网电力调度控制中心
分类号: TP18;TP393.08
DOI: 10.16661/j.cnki.1672-3791.2019.35.018
页码: 18-19+26
总页数: 3
文件大小: 1731K
下载量: 57