基于MFOA__LSSVM的IPV6网络入侵检测算法研究

作者：蔡思思; 熊国明

来源：湘潭大学自然科学学报, 2017, 39(01): 78-81.

DOI：10.13715/j.cnki.nsjxu.2017.01.017

• 果蝇优化算法
• IPV6网络
• 入侵检测
• 检测率

针对LSSVM的网络入侵检测技术存在检测率低和误判率高的缺点,针对果蝇优化算法易陷入"早熟"和局部最优的问题,将修正因子引入果蝇优化算法,提出一种修正的果蝇优化算法(Modified Fruit Fly Optimization Algorithm,MFOA),避免果蝇优化算法陷入局部最优.在MFOA算法的基础上,提出一种MFOA优化LSSVM的IPV6网络入侵检测方法.以KDD CUP99数据集为研究对象,研究结果表明,MFOA_LSSVM算法在检测率和误判率指标上均优于FOA_LSSVM和LSSVM,MFOA_LSSVM算法的网络入侵检测率平均高达96.33%.

• 出版日期2017
• 单位华东交通大学; 现代教育技术中心