计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2013年
12期
70-73
,共4页
入侵检测%特征选择%支持向量机%差分进化算法
入侵檢測%特徵選擇%支持嚮量機%差分進化算法
입침검측%특정선택%지지향량궤%차분진화산법
为提高网络数据的检测效率,将差分进化算法与支持向量机算法融合(DE-SVM)应用到网络入侵检测中.引入自适应算子优化差分进化算法中的交叉概率CR和摄动比例因子F,采用优化的DE算法对支持向量机的参数进行选择,构建DE-SVM入侵检测算法.KDDCUP 99数据集的测试结果表明,融合算法提高了网络入侵检测的性能,缩短了训练时间.
為提高網絡數據的檢測效率,將差分進化算法與支持嚮量機算法融閤(DE-SVM)應用到網絡入侵檢測中.引入自適應算子優化差分進化算法中的交扠概率CR和攝動比例因子F,採用優化的DE算法對支持嚮量機的參數進行選擇,構建DE-SVM入侵檢測算法.KDDCUP 99數據集的測試結果錶明,融閤算法提高瞭網絡入侵檢測的性能,縮短瞭訓練時間.
위제고망락수거적검측효솔,장차분진화산법여지지향량궤산법융합(DE-SVM)응용도망락입침검측중.인입자괄응산자우화차분진화산법중적교차개솔CR화섭동비례인자F,채용우화적DE산법대지지향량궤적삼수진행선택,구건DE-SVM입침검측산법.KDDCUP 99수거집적측시결과표명,융합산법제고료망락입침검측적성능,축단료훈련시간.