本文關(guān)鍵詞：基于樹突細(xì)胞算法與對(duì)支持向量機(jī)的入侵檢測(cè)

  更多相關(guān)文章： 樹突細(xì)胞算法 對(duì)支持向量機(jī) 入侵檢測(cè) 大數(shù)據(jù)

【摘要】：針對(duì)入侵檢測(cè)技術(shù)在處理大規(guī)模數(shù)據(jù)時(shí)存在的高誤報(bào)率、低訓(xùn)練速度和低實(shí)時(shí)性的問題,提出了一種基于樹突細(xì)胞算法與對(duì)支持向量機(jī)的入侵檢測(cè)策略(DCTWSVM)。利用樹突細(xì)胞算法(DCA)對(duì)威脅數(shù)據(jù)進(jìn)行初始檢測(cè),在此基礎(chǔ)上利用對(duì)支持向量機(jī)(TWSVM)進(jìn)行檢測(cè)結(jié)果的優(yōu)化處理。為了驗(yàn)證策略的有效性,設(shè)計(jì)性能對(duì)比實(shí)驗(yàn),實(shí)驗(yàn)結(jié)果表明,相較于DCA、支持向量機(jī)(SVM)、反向傳播(BP)神經(jīng)網(wǎng)絡(luò),DCTWSVM策略的檢測(cè)精度提高了2.02%、2.30%、5.44%,誤報(bào)率分別降低了0.26%、0.46%、0.90%,訓(xùn)練速度相較于SVM提高了兩倍且只需耗費(fèi)極少的訓(xùn)練時(shí)間,可以更好地適用于大規(guī)模數(shù)據(jù)下的實(shí)時(shí)入侵檢測(cè)環(huán)境。
【作者單位】： 中國(guó)石油大學(xué)計(jì)算機(jī)與通信工程學(xué)院;
【關(guān)鍵詞】： 樹突細(xì)胞算法 對(duì)支持向量機(jī) 入侵檢測(cè) 大數(shù)據(jù)
【基金】：國(guó)家自然科學(xué)基金資助項(xiàng)目(61309024) 中央高�；究蒲袠I(yè)務(wù)費(fèi)專項(xiàng)資金資助項(xiàng)目(15CX02046A)
【分類號(hào)】：TP393.08
【正文快照】： 0引言入侵檢測(cè)一直是計(jì)算機(jī)網(wǎng)絡(luò)安全中重要的研究熱點(diǎn)之一[1]。由于當(dāng)前網(wǎng)絡(luò)安全威脅形式呈現(xiàn)多樣化,因黑客攻擊、行業(yè)競(jìng)爭(zhēng)等原因引發(fā)的安全問題無一不在威脅著計(jì)算機(jī)網(wǎng)絡(luò)下的系統(tǒng)終端用戶[2]。入侵檢測(cè)系統(tǒng)(IntrusionDetection System,IDS)是一種集成了入侵行為過程的軟件系

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前1條

1 邢建強(qiáng);方賢進(jìn);;樹突細(xì)胞算法的形式化描述[J];安徽理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年02期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

1 焦新安;RichardLo—Man;PierreGuermonprez;EdithDériau;BrigitteGicquel;NathalieWinter;ClaudeLeclerc;劉秀梵;;重組卡介菌感染樹突細(xì)胞的研究[A];中國(guó)免疫學(xué)會(huì)第四屆學(xué)術(shù)大會(huì)會(huì)議議程及論文摘要集[C];2002年

2 尹曉晴;唐海燕;范衛(wèi)新;張美華;;以紅皮病為首發(fā)表現(xiàn)的指狀突樹突細(xì)胞腫瘤[A];中華醫(yī)學(xué)會(huì)第十五次全國(guó)皮膚性病學(xué)術(shù)會(huì)議論文集[C];2009年

3 楊新靜;黃建安;雷偉;朱一蓓;張學(xué)光;;共培養(yǎng)的樹突細(xì)胞和細(xì)胞因子誘導(dǎo)的殺傷細(xì)胞體內(nèi)外抗肺癌的作用[A];中華醫(yī)學(xué)會(huì)第七次全國(guó)呼吸病學(xué)術(shù)會(huì)議暨學(xué)習(xí)班論文匯編[C];2006年

4 王薇;劉U，

本文編號(hào)：800554