改进蚁群算法优化支持向量机的网络入侵检测

作者：王雪松; 梁昔明

来源：计算技术与自动化, 2015, 34(02): 95-99.

DOI：10.16339/j.cnki.jsjsyzdh.2015.02.023

• 网络入侵
• 蚁群优化算法
• 支持向量机
• 参数优化

针对支持向量机参数优化问题,为了提高网络入侵检测率,提出一种变异蚁群算法优化支持向量机的网络入侵检测模型(MACO-SVM)。首先采用蚁群搜索路径节点代表支持向量机参数,并将网络入侵检测率为目标函数,然后通过蚁群算法的全局寻优能力和反馈机制寻找最优参数,并对蚂蚁进行高斯变异,克服蚁群陷入局部极值,最后将最优路径上的节点连接起来得到SVM的最优参数,建立最优网络入侵检测模型。采用KDD99数据集对模型进行仿真实验,仿真结果表明,MACO-SVM的网络入侵检测速度要快于其它网络入侵检测模型,而且提高了网络入侵检测率。

• 单位
  佛山职业技术学院; 北京建筑工程学院