论文研究 粒子群优化支持向量机的入侵检测算法.pdf

为了提高网络入侵的检测正确率，针对网络入侵检测中特征选择问题，将二值粒子群优化算法（BPSO）用于网络入侵特征选择，结合支持向量机（SVM）提出了一种基于BPSO-SVM的网络入侵检测算法。该算法将网络入侵检测转化为多分类问题，采用wrapper特征选择模型，以SVM为分类器，通过样本训练分类器，根据分类结果，利用BPSO算法在特征空间中进行全局搜索，选择最优特征集进行分类。实验结果表明，BPSO-SVM有效降低了特征维数，显著提高了网络入侵的检测正确率，还大大缩短了检测时间。