论文部分内容阅读
为了提高网络入侵检测效果以加强网络安全性，提出一种网络状态特征和支持向量机（SVM）参数联合选择的网络入侵检测模型（PSO-SVM）。以网络入侵检测正确率作为目标，特征子集和SVM参数作为约束条件建立数学模型，通过粒子群优化算法对模型进行求解，找到最优特征子集和SVM参数，利用KDDCup99数据集对算法性能进行测试。测试结果表明，相对于其它入侵检测算法，PSO-SVM可以找到更优特征子集和SVM参数，加快了检测速度，有效地提高了网络入侵检测正确率，为网络入侵检测提供了一种新的研究思路。