量子粒子群和最小二乘支持向量机相结合的网络异常检测

量子粒子群和最小二乘支持向量机相结合的网络异常检测姚晔
【期刊名称】《微电子学与计算机》
【年(卷),期】2012(29)3
【摘要】为了提高网络安全性的异常入侵检测的准确率,提出一种量子粒子群算法(QPSO)优化最小二乘支持向量机(LSSVC)的网络异常检测方法(QPSO-LSSVC).首先利用量子粒子群处算法对LSSVC模型参数进行搜索,选出最优参数,然后采用泛化性能力优异的LSSVC对网络入侵进行建模和检测.选取KDDCUP99数据对QPSO-LSSVC性能进行测试,实验结果表明,QPSO-LSSVC提高了网络异常检测准确率,降低了误报率,为网络安全提供了有效保证.
【总页数】4页(P39-42)
【关键词】量子粒子群算法;最小二乘支持向量机;网络异常;检测
【作者】姚晔
【作者单位】辽宁行政学院
【正文语种】中文
【中图分类】TP393
【相关文献】
1.量子粒子群算法优化最小二乘支持向量机及其应用研究 [J], 刘倩
2.量子粒子群优化最小二乘支持向量机的立木材积估算 [J], 杨立岩;冯仲科;刘迎春;刘金成
3.量子粒子群优化最小二乘支持向量机的立木材积估算 [J], 杨立岩; 冯仲科; 刘迎春; 刘金成
4.基于量子粒子群优化最小二乘支持向量机的变电站全寿命周期成本预测研究 [J], 熊志伟;熊元新;熊一
5.基于粒子群算法优化最小二乘支持向量机的网络安全态势评估 [J], 黄东;李长彬因版权原因，仅展示原文概要，查看原文内容请购买。