论文部分内容阅读
为了提高网络入侵检测的正确率，提出一种改进蚁群优化算法（ACO）和支持向量机（SVM）相融合的网络入侵检测方法（ACO-SVM）。将SVM模型参数作为蚂蚁的位置向量，采用动态随机抽取的方法来确定目标个体引导蚁群进行全局搜索，同时在最优蚂蚁邻域内进行小步长局部搜索，找到SVM最优参数，采用最优参数建立网络入侵检测模型。利用KDDCUP99数据集对ACO-SVM性能进行测试，结果表明，ACO-SVM提高了网络入侵检测正确率，降低了误报率，可以为网络安全提供有效保证。