浙江省教育厅科研计划项目(Y200908868)
- 作品数：2 被引量：8H指数：2
- 相关作者：刘丽娟易晓梅戴丹吴鹏更多>>
- 相关机构：浙江农林大学更多>>
- 发文基金：浙江省自然科学基金浙江省教育厅科研计划更多>>
- 相关领域：自动化与计算机技术更多>>
- 一种基于改进支持向量机的入侵检测方法研究被引量：4
- 2012年
- 提出基于粒子群优化(Particle Swarm Optimization,PSO)算法和支持向量机(Support Vector Machines,SVM)的入侵检测方法,为优化SVM性能,使用PSO的全局搜索特性寻找SVM的最优参数C和σ;为避免PSO算法陷入局部最优,引入变异操作,找到最优参数组合后进行基于PSO_SVM入侵检测算法的训练和检测,解决了入侵检测系统准确度难题。仿真实验表明该方法的检测率为92.8%,误报率为6.9119%,漏报率为9.7087%,对KDDCUP竞赛的最佳结果有一定程度的提高,实验结果验证了该算法的有效性和可行性。
- 易晓梅吴鹏刘丽娟戴丹
- 关键词：入侵检测支持向量机粒子群算法网络安全
- 基于PSO-RBF无线传感器网络入侵检测技术研究被引量：4
- 2011年
- 针对无线传感器网络自身特性,提出了基于粒子群优化(PSO)径向基函数(RBF)神经网络的轻量级入侵检测方案,该方案结合PSO算法与RBF神经网络分别在全局搜索和局部搜索的优势,使用PSO优化RBF的中心、宽度及权值。仿真实验表明:基于PSO-RBF的入侵检测算法可以有效、可靠地运用于无线传感器入侵检测系统中。
- 易晓梅吴鹏刘丽娟戴丹
- 关键词：无线传感器网络入侵检测径向基函数神经网络粒子群优化算法
