基于混合核函数的LSSVM网络入侵检测方法

发布时间：2017-11-04 14:02

  本文关键词：基于混合核函数的LSSVM网络入侵检测方法

  更多相关文章： 最小二乘支持向量机 粒子群优化 网络入侵检测 混合核函数

【摘要】：针对常规网络入侵检测算法检测率低、误报率高以及检测效率低下等问题,在此使用基于混合核函数的最小二乘支持向量机作为网络入侵检测模型的核心算法,使用粒子群优化算法对最小二乘支持向量机的各个参数进行优化。使用著名的KDD CUP99数据库中的部分数据样本对网络入侵检测模型进行训练和测试,以验证所提出网络入侵检测方法的性能。测试实验结果表明,提出的基于混合核函数的PSO-LSSVM算法具有更好的检测性能,提高了检测系统的检测率。
【作者单位】： 陕西咸阳师范学院;
【基金】：咸阳师范学院专项科研计划项目:基于人工智能的三维油藏数据处理研究(07XSYK224) 陕西省教育厅专项科研计划项目:信息化环境下关中方言的保护与传承(12JK0212) 陕西省教育厅科研项目(2013JK0524)研究成果
【分类号】：TP393.08;TP18
【正文快照】： 0引言随着互联网技术与计算机技术的不断发展,互联网得到了广泛的普及,为人们的生活、学习、工作带来了无限的便利,可以说人们已经无法离开互联网。互联网为人们带来便利的同时,也带来了新的问题,也就是互联网网络安全问题。随着互联网犯罪率的逐年升高以及恶劣程度逐渐加剧,

【参考文献】

中国期刊全文数据库 前9条

1 刘智国;张雅明;林立忠;;基于粒子群LSSVM的网络入侵检测[J];计算机仿真;2010年11期

2 刘明珍;;基于CPSO-LSSVM的网络入侵检测[J];计算机工程;2013年11期

3 肖国荣;;改进蚁群算法和支持向量机的网络入侵检测[J];计算机工程与应用;2014年03期

4 张拓;王建平;;基于CQPSO-LSSVM的网络入侵检测模型[J];计算机工程与应用;2015年02期

5 王雪松;梁昔明;;改进蚁群算法优化支持向量机的网络入侵检测[J];计算技术与自动化;2015年02期

6 孙卫红;童晓;李强;;改进PSO优化参数的LSSVM燃煤锅炉NO_X排放预测[J];数据采集与处理;2015年01期

7 郑志成;徐卫亚;徐飞;刘造保;;基于混合核函数PSO-LSSVM的边坡变形预测[J];岩土力学;2012年05期

8 陈健;陈雪刚;张家录;程杰仁;;杜鹃鸟搜索算法优化最小二乘支持向量机的网络入侵检测模型[J];微电子学与计算机;2013年10期

9 胡天骐;单剑锋;宋晓涛;;基于改进PSO-LSSVM的模拟电路诊断方法[J];计算机技术与发展;2015年06期

中国博士学位论文全文数据库 前2条

1 左申正;基于机器学习的网络异常分析及响应研究[D];北京邮电大学;2010年

2 郭通;基于自适应流抽样测量的网络异常检测技术研究[D];解放军信息工程大学;2013年

中国硕士学位论文全文数据库 前4条

1 张跃军;提高基于SVM的网络入侵检测性能的研究[D];山东大学;2006年

2 吕曼;基于数据挖掘的入侵检测方法的研究[D];大庆石油学院;2007年

3 刘洁;基于支持向量机的网络入侵检测系统研究[D];中南大学;2008年

4 谭龙;基于聚类和支持向量机的网络入侵检测[D];燕山大学;2010年

【共引文献】

中国期刊全文数据库 前10条

1 杨世恩;陈春梅;;基于SVM的网络攻击检测系统研究[J];长江大学学报(自然科学版);2011年08期

2 张楠;董海鹰;;基于小波分析和PSO-LSSVM的无线传感器网络数据预测[J];传感器与微系统;2012年11期

3 孟庆文;冷伍明;肖武权;;山区高速铁路高陡边坡稳定性与变形分析[J];铁道科学与工程学报;2012年06期

4 刘克玲;;山区高速铁路岩质边坡变形分析[J];铁道科学与工程学报;2013年03期

5 亓沂滨;;基于向量机主动学习的通信网络入侵检测技术的研究[J];电子技术与软件工程;2013年15期

6 俞俊平;陈志坚;武立军;余世元;王澍;;基于蚁群算法优化支持向量机的边坡位移预测[J];长江科学院院报;2015年04期

7 庞海枫;;人力成本的合理调度与建筑工程进度的关系建模[J];工程经济;2015年04期

8 陈政;曾鸣;张翔;常启诚;欧鹏;宋艺航;钱琪琪;欧阳邵杰;刘英新;;放松管制环境下基于改进布谷鸟搜索算法的DGO与DNO效益均衡模型[J];电力建设;2015年08期

9 刘宗成;张忠林;田苗凤;;基于关联规则的网络行为分析[J];电子科技;2015年09期

10 任超;梁月吉;庞光锋;蓝岚;唐利;;基于EEMD的大坝变形多步预测方法研究[J];大地测量与地球动力学;2015年05期

中国博士学位论文全文数据库 前2条

1 刘路;基于改进支持向量机和纹理图像分析的旋转机械故障诊断[D];天津大学;2011年

2 丁国君;动车组制动控制系统故障诊断方法研究[D];北京交通大学;2013年

中国硕士学位论文全文数据库 前10条

1 孙鹏宇;贝叶斯网络在多步攻击中应用研究[D];吉林大学;2011年

2 曾亮;基于SVM的入侵检测性能改进研究[D];中南民族大学;2010年

3 陈晨;蜜网系统告警日志分析技术研究[D];北京邮电大学;2012年

4 张广来;基于信息融合技术的电弧炉终点预报方法的研究[D];长春工业大学;2011年

5 王子健;基于多尺度预测的电弧炉输入能量优化方法的研究[D];长春工业大学;2011年

6 王旭;基于数据挖掘的网络入侵检测系统研究[D];合肥工业大学;2010年

7 叶琳;基于SVM的网络流量异常检测系统研究[D];云南大学;2010年

8 赵春兰;基于改进SVM的网络入侵检测算法研究[D];西安科技大学;2012年

9 刘玉满;基于多传感器信息融合的电弧炉供电制度优化方法的研究[D];长春工业大学;2013年

10 全亮亮;基于数据挖掘算法的入侵检测研究[D];武汉科技大学;2013年

【二级参考文献】

中国期刊全文数据库 前10条

1 谭玉玲;;最小二乘支持向量机方法在农用柴油机故障诊断中的应用研究[J];安徽农业科学;2009年22期

2 耿新青;遗传算法及其应用[J];鞍山钢铁学院学报;2000年06期

3 郭代飞,杨义先,胡正名;基于大规模网络的自适应入侵响应模型研究[J];北京邮电大学学报;2004年01期

4 钟义信;;人工智能理论:从分立到统一的奥秘[J];北京邮电大学学报;2006年03期

5 钟义信;;论“信息-知识-智能转换规律”[J];北京邮电大学学报;2007年01期

6 何怡刚;祝文姬;周炎涛;刘美容;;基于粒子群算法的模拟电路故障诊断方法[J];电工技术学报;2010年06期

7 李蓓;;TCP/IP协议安全问题的探讨[J];电脑知识与技术(学术交流);2007年15期

8 王秀巧;;基于数据挖掘技术的入侵检测系统框架[J];电脑知识与技术;2008年05期

9 周昊,朱洪波,岑可法;基于人工神经网络和遗传算法的火电厂锅炉实时燃烧优化系统[J];动力工程;2003年05期

10 林青家;陈涤;刘允才;;网络流量的小尺度特性分析[J];电子测量与仪器学报;2007年03期

中国博士学位论文全文数据库 前2条

1 范九伦;模糊聚类新算法与聚类有效性问题研究[D];西安电子科技大学;1998年

2 张震;基于流量测量的高速IP业务感知技术研究[D];解放军信息工程大学;2012年

中国硕士学位论文全文数据库 前1条

1 张召;支持向量机在中医指症数据挖掘中的应用研究[D];华东师范大学;2003年

【相似文献】

中国期刊全文数据库 前10条

1 刘奇有,程思远;浅谈网络入侵检测技术[J];电信工程技术与标准化;2003年08期

2 袁晖;;网络入侵检测的技术难点研究[J];网络安全技术与应用;2006年06期

3 王宏伟;;关联规则挖掘技术在网络入侵检测中的应用[J];黄石理工学院学报;2006年03期

4 王丁;李向宏;运海红;;对网络入侵检测的评估模型[J];应用能源技术;2006年05期

5 周荃;王崇骏;王s，

本文编号：1139694