本文關鍵詞：基于混合核函數(shù)的LSSVM網絡入侵檢測方法

  更多相關文章： 最小二乘支持向量機 粒子群優(yōu)化 網絡入侵檢測 混合核函數(shù)

【摘要】：針對常規(guī)網絡入侵檢測算法檢測率低、誤報率高以及檢測效率低下等問題,在此使用基于混合核函數(shù)的最小二乘支持向量機作為網絡入侵檢測模型的核心算法,使用粒子群優(yōu)化算法對最小二乘支持向量機的各個參數(shù)進行優(yōu)化。使用著名的KDD CUP99數(shù)據(jù)庫中的部分數(shù)據(jù)樣本對網絡入侵檢測模型進行訓練和測試,以驗證所提出網絡入侵檢測方法的性能。測試實驗結果表明,提出的基于混合核函數(shù)的PSO-LSSVM算法具有更好的檢測性能,提高了檢測系統(tǒng)的檢測率。
【作者單位】： 陜西咸陽師范學院;
【基金】：咸陽師范學院專項科研計劃項目:基于人工智能的三維油藏數(shù)據(jù)處理研究(07XSYK224) 陜西省教育廳專項科研計劃項目:信息化環(huán)境下關中方言的保護與傳承(12JK0212) 陜西省教育廳科研項目(2013JK0524)研究成果
【分類號】：TP393.08;TP18
【正文快照】： 0引言隨著互聯(lián)網技術與計算機技術的不斷發(fā)展,互聯(lián)網得到了廣泛的普及,為人們的生活、學習、工作帶來了無限的便利,可以說人們已經無法離開互聯(lián)網�；ヂ�(lián)網為人們帶來便利的同時,也帶來了新的問題,也就是互聯(lián)網網絡安全問題。隨著互聯(lián)網犯罪率的逐年升高以及惡劣程度逐漸加劇,

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前9條

1 劉智國;張雅明;林立忠;;基于粒子群LSSVM的網絡入侵檢測[J];計算機仿真;2010年11期

2 劉明珍;;基于CPSO-LSSVM的網絡入侵檢測[J];計算機工程;2013年11期

3 肖國榮;;改進蟻群算法和支持向量機的網絡入侵檢測[J];計算機工程與應用;2014年03期

4 張拓;王建平;;基于CQPSO-LSSVM的網絡入侵檢測模型[J];計算機工程與應用;2015年02期

5 王雪松;梁昔明;;改進蟻群算法優(yōu)化支持向量機的網絡入侵檢測[J];計算技術與自動化;2015年02期

6 孫衛(wèi)紅;童曉;李強;;改進PSO優(yōu)化參數(shù)的LSSVM燃煤鍋爐NO_X排放預測[J];數(shù)據(jù)采集與處理;2015年01期

7 鄭志成;徐衛(wèi)亞;徐飛;劉造保;;基于混合核函數(shù)PSO-LSSVM的邊坡變形預測[J];巖土力學;2012年05期

8 陳健;陳雪剛;張家錄;程杰仁;;杜鵑鳥搜索算法優(yōu)化最小二乘支持向量機的網絡入侵檢測模型[J];微電子學與計算機;2013年10期

9 胡天騏;單劍鋒;宋曉濤;;基于改進PSO-LSSVM的模擬電路診斷方法[J];計算機技術與發(fā)展;2015年06期

中國博士學位論文全文數(shù)據(jù)庫 前2條

1 左申正;基于機器學習的網絡異常分析及響應研究[D];北京郵電大學;2010年

2 郭通;基于自適應流抽樣測量的網絡異常檢測技術研究[D];解放軍信息工程大學;2013年

中國碩士學位論文全文數(shù)據(jù)庫 前4條

1 張躍軍;提高基于SVM的網絡入侵檢測性能的研究[D];山東大學;2006年

2 呂曼;基于數(shù)據(jù)挖掘的入侵檢測方法的研究[D];大慶石油學院;2007年

3 劉潔;基于支持向量機的網絡入侵檢測系統(tǒng)研究[D];中南大學;2008年

4 譚龍;基于聚類和支持向量機的網絡入侵檢測[D];燕山大學;2010年

【共引文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 楊世恩;陳春梅;;基于SVM的網絡攻擊檢測系統(tǒng)研究[J];長江大學學報(自然科學版);2011年08期

2 張楠;董海鷹;;基于小波分析和PSO-LSSVM的無線傳感器網絡數(shù)據(jù)預測[J];傳感器與微系統(tǒng);2012年11期

3 孟慶文;冷伍明;肖武權;;山區(qū)高速鐵路高陡邊坡穩(wěn)定性與變形分析[J];鐵道科學與工程學報;2012年06期

4 劉克玲;;山區(qū)高速鐵路巖質邊坡變形分析[J];鐵道科學與工程學報;2013年03期

5 亓沂濱;;基于向量機主動學習的通信網絡入侵檢測技術的研究[J];電子技術與軟件工程;2013年15期

6 俞俊平;陳志堅;武立軍;余世元;王澍;;基于蟻群算法優(yōu)化支持向量機的邊坡位移預測[J];長江科學院院報;2015年04期

7 龐海楓;;人力成本的合理調度與建筑工程進度的關系建模[J];工程經濟;2015年04期

8 陳政;曾鳴;張翔;常啟誠;歐鵬;宋藝航;錢琪琪;歐陽邵杰;劉英新;;放松管制環(huán)境下基于改進布谷鳥搜索算法的DGO與DNO效益均衡模型[J];電力建設;2015年08期

9 劉宗成;張忠林;田苗鳳;;基于關聯(lián)規(guī)則的網絡行為分析[J];電子科技;2015年09期

10 任超;梁月吉;龐光鋒;藍嵐;唐利;;基于EEMD的大壩變形多步預測方法研究[J];大地測量與地球動力學;2015年05期

中國博士學位論文全文數(shù)據(jù)庫 前2條

1 劉路;基于改進支持向量機和紋理圖像分析的旋轉機械故障診斷[D];天津大學;2011年

2 丁國君;動車組制動控制系統(tǒng)故障診斷方法研究[D];北京交通大學;2013年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 孫鵬宇;貝葉斯網絡在多步攻擊中應用研究[D];吉林大學;2011年

2 曾亮;基于SVM的入侵檢測性能改進研究[D];中南民族大學;2010年

3 陳晨;蜜網系統(tǒng)告警日志分析技術研究[D];北京郵電大學;2012年

4 張廣來;基于信息融合技術的電弧爐終點預報方法的研究[D];長春工業(yè)大學;2011年

5 王子健;基于多尺度預測的電弧爐輸入能量優(yōu)化方法的研究[D];長春工業(yè)大學;2011年

6 王旭;基于數(shù)據(jù)挖掘的網絡入侵檢測系統(tǒng)研究[D];合肥工業(yè)大學;2010年

7 葉琳;基于SVM的網絡流量異常檢測系統(tǒng)研究[D];云南大學;2010年

8 趙春蘭;基于改進SVM的網絡入侵檢測算法研究[D];西安科技大學;2012年

9 劉玉滿;基于多傳感器信息融合的電弧爐供電制度優(yōu)化方法的研究[D];長春工業(yè)大學;2013年

10 全亮亮;基于數(shù)據(jù)挖掘算法的入侵檢測研究[D];武漢科技大學;2013年

【二級參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 譚玉玲;;最小二乘支持向量機方法在農用柴油機故障診斷中的應用研究[J];安徽農業(yè)科學;2009年22期

2 耿新青;遺傳算法及其應用[J];鞍山鋼鐵學院學報;2000年06期

3 郭代飛,楊義先,胡正名;基于大規(guī)模網絡的自適應入侵響應模型研究[J];北京郵電大學學報;2004年01期

4 鐘義信;;人工智能理論:從分立到統(tǒng)一的奧秘[J];北京郵電大學學報;2006年03期

5 鐘義信;;論“信息-知識-智能轉換規(guī)律”[J];北京郵電大學學報;2007年01期

6 何怡剛;祝文姬;周炎濤;劉美容;;基于粒子群算法的模擬電路故障診斷方法[J];電工技術學報;2010年06期

7 李蓓;;TCP/IP協(xié)議安全問題的探討[J];電腦知識與技術(學術交流);2007年15期

8 王秀巧;;基于數(shù)據(jù)挖掘技術的入侵檢測系統(tǒng)框架[J];電腦知識與技術;2008年05期

9 周昊,朱洪波,岑可法;基于人工神經網絡和遺傳算法的火電廠鍋爐實時燃燒優(yōu)化系統(tǒng)[J];動力工程;2003年05期

10 林青家;陳滌;劉允才;;網絡流量的小尺度特性分析[J];電子測量與儀器學報;2007年03期

中國博士學位論文全文數(shù)據(jù)庫 前2條

1 范九倫;模糊聚類新算法與聚類有效性問題研究[D];西安電子科技大學;1998年

2 張震;基于流量測量的高速IP業(yè)務感知技術研究[D];解放軍信息工程大學;2012年

中國碩士學位論文全文數(shù)據(jù)庫 前1條

1 張召;支持向量機在中醫(yī)指癥數(shù)據(jù)挖掘中的應用研究[D];華東師范大學;2003年

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 劉奇有,程思遠;淺談網絡入侵檢測技術[J];電信工程技術與標準化;2003年08期

2 袁暉;;網絡入侵檢測的技術難點研究[J];網絡安全技術與應用;2006年06期

3 王宏偉;;關聯(lián)規(guī)則挖掘技術在網絡入侵檢測中的應用[J];黃石理工學院學報;2006年03期

4 王丁;李向宏;運海紅;;對網絡入侵檢測的評估模型[J];應用能源技術;2006年05期

5 周荃;王崇駿;王s，

本文編號：1139694