基于HPSO与多核LSSVM的网络入侵检测

基于HPSO与多核LSSVM的网络入侵检测

王运兵;姬少培;查成超

【期刊名称】《信息安全与通信保密》

【年(卷),期】2022()6

【摘要】针对现有入侵检测技术精度较低、特征提取能力不足的问题,构建了一种基于混合粒子群算法与多核最小二乘支持向量机的网络入侵检测模型。该模型首先针对单核最小二乘支持向量机存在的泛化能力弱、学习能力差的问题,结合多项式核函数和径向基函数的优点,构建多核最小二乘支持向量机;其次提出了一种用于入侵检测数据特征提取和多核最小二乘支持向量机参数优化的混合粒子群算法;最后将提取的特征作为参数优化后的多核最小二乘支持向量机的输入,实现对入侵检测数据集的分类识别。为了评估提出的模型的有效性,基于NSL-KDD、UNSW-

NB15和CICIDS-2017数据集进行了实验,实验结果表明提出的模型的检测效果明显优于其他传统模型。

【总页数】12页(P111-122)

【作者】王运兵;姬少培;查成超

【作者单位】中国电子科技集团公司第三十研究所

【正文语种】中文

【中图分类】TP309

【相关文献】

1.基于互信息特征选择和LSSVM的网络入侵检测系统

2.基于多核网络处理器平台的网络入侵检测系统方案研究

3.基于混合核函数的LSSVM网络入侵检测方法

4.基于MFOA_LSSVM的IPV6网络入侵检测算法研究

5.基于混沌猴群优化的LSSVM 网络入侵检测模型建构

因版权原因，仅展示原文概要，查看原文内容请购买