论文部分内容阅读
针对现有网络入侵检测方法的不足，提出了一种新的网络入侵检测方法——GATS-LSVM算法。该方法采用遗传算法（GA）与禁忌搜索（TS）相混合的搜索策略对特征子集空间进行随机搜索，利用提供的数据在无约束优化线性支持向量机（LSVM）上的分类错误率作为特征子集的评估标准获取最优特征子集，从而有效地对入侵进行检测。大量基于著名的KDDCup1999数据集的实验表明，该新方法相对于其它一些传统的网络入侵检测方法，能在保证较高检测率的前提下，有效地降低误报率、入侵检测的计算复杂度和提高检测速度，能更适用于现实高速网