基于混合CatfishPSO-LSSVM 特征选择的入侵检测
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:


Intrusion Detection Based on Hybrid CatfishPSO-LSSVM Feature Selection
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    入侵检测系统面临的主要问题是计算量大,特征选择被引入解决这一问题。针对现有方法的缺点,利用改进的粒子群算法来搜索最优特征子集,提出了一种基于混合Catfish PSO和最小二乘支持向量机的特征选择方法,利用混合的Catfish BPSO和Catfish PSO选择特征子集并同步对LSSVM的参数进行优化,最后建立了一个基于该特征选择方法的入侵检测模型。在KDD Cup 99数据集上进行的实验结果表明该模型的检测性能较高。

    Abstract:

    The main issue of Intrusion detection systems is large computation, feature selection was introduced to solve the problem. According to the shortcomings of existing methods, this paper uses improved Particle Swarm Optimization to search optimal feature subset, proposes a feature selection method based on hybrid CatfishPSO and Least Square Support Vector Machine, uses combined CatfishBPSO and CatfishPSO to select feature subset and optimize the parameters of LSSVM simultaneously, and build a Intrusion detection model based on the feature selection method above. Experiments on KDD Cup 99 show that the model has a good detection performance.

    参考文献
    相似文献
    引证文献
引用本文

王卫平,唐志煦.基于混合CatfishPSO-LSSVM 特征选择的入侵检测.计算机系统应用,2012,21(1):85-89

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2011-05-19
  • 最后修改日期:2011-06-29
  • 录用日期:
  • 在线发布日期:
  • 出版日期:
文章二维码
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京海淀区中关村南四街4号 中科院软件园区 7号楼305房间,邮政编码:100190
电话:010-62661041 传真: Email:csa (a) iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号