摘要：为提高网络入侵检测的检测效果,提出一种基于改进蚁群算法与遗传算法组合的网络入侵检测方法。该方法采用遗传算法（genetic algorithm,GA）对网络入侵的特征集进行快速选取,为后续特征提取打下基础;对传统蚁群算法（ant colony optimization,ACO）的节点选择策略和信息素更新策略进行改进,提出一种改进的蚁群算法,提高对最优特征的选择效果,采用改进的蚁群算法对特征进一步选择;采用支持向量机（support vector machine,SVM）统计机器学习方法建立各类网络入侵的检测分类器。仿真实验结果表明,新的网络入侵检测方法综合GA和改进蚁群算法的优势,能够获得更好的入侵特征,从检测正确率、误报率和漏报率3个方面综合比较,新的网络入侵检测方法具有更好的网络入侵检测效果,且提高了检测速率。

原文链接:http://www.cqvip.com//QK/96514A/201701/671275869.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）