DE-SVM融合算法在入侵检测中的应用

作者：黎银环; 钟艳花; 袁长清

来源：计算机工程与应用, 2013, (12): 70-73.

• 入侵检测
• 特征选择
• 支持向量机
• 差分进化算法 intrusion detection
• feature selection
• Support Vector Machine(SVM)
• Differential Evolution(DE)

为提高网络数据的检测效率,将差分进化算法与支持向量机算法融合(DE-SVM)应用到网络入侵检测中。引入自适应算子优化差分进化算法中的交叉概率CR和摄动比例因子F,采用优化的DE算法对支持向量机的参数进行选择,构建DE-SVM入侵检测算法。KDDCUP 99数据集的测试结果表明,融合算法提高了网络入侵检测的性能,缩短了训练时间。

• 出版日期2013
• 单位江门职业技术学院