随着信息技术的发展，网络攻击手段日渐多样化、复杂化，传统的网络入侵检测工具在网络环境中的检测准确率较低，难以应对复杂的网络攻击，因此该研究从支持向量机的分类特点出发，对象群优化算法进行改进并将其与支持向量机进行结合，建立入侵检测模型；针对入侵检测模型的参数选定性能与实际检测效果进行分析。结果显示该次设计的模型对普通攻击类型的检测正确率高达96.45%,对普通攻击类型的检测误报率低至5.72%,在面对不同攻击类型时都能保持良好的检测效果，维持良好的稳定性与鲁棒性。
科研之友
微信
新浪微博
Facebook
分享链接
