文章详情
| 稿件标题： | 一种改进遗传算法优化SVM的入侵检测方法 |
| 稿件作者： | 侯春雨1，王戈文2，王崇峻3 |
| 栏目名称： | 信息科学与控制工程 |
| 关键词： | 遗传算法；入侵检测；支持向量机；梯度下降法；特征选择 |
| 文章摘要： | 针对入侵检测中恶意流量特征高维度问题，提出了一种改进的遗传算法优化支持向量机的入侵检测方法。根据适应度函数和种群进化次数首先设计了自适应变化的交叉和变异概率，利用梯度下降法对遗传算法进行了改进，然后设计一种基于分类准确率、数据特征维度和误报率的适应度函数，同时输出网络流量特征权重、核参数γ和惩罚因子C，仿真实验表明：本方法相比其他入侵检测算法，降低至少20%流量特征维度，提高至少2%流量检测准确率，缩短至少10%流量检测时间。 |
| 稿件基金： | 国家重点研发计划项目(2017YFB0803201,2016YFB0801200)；国家自然科学基金项目(61802429) |
| 引用本文格式： | 侯春雨，王戈文，王崇峻.一种改进遗传算法优化SVM的入侵检测方法［J］.兵器装备工程学报，2019,40(6):109-114. HOU Chunyu, WANG Gewen, WANG Chongjun.Improved Genetic Algorithm Optimizing SVM Intrusion Detection Method［J］.Journal of Ordnance Equipment Engineering,2019,40(6):109-114. |
| 刊期名称： | 2019年06期 |
| 出版时间： | 2019年6月 |
| 上线时间： | 2019年6月28日 |
| 浏览次数： | 2668 |
| 下载次数： | 466 |
| 免费阅读PDF 下载本期目录 下载本期封面 | |