基于云PSO 的RVM入侵检测

入侵检测可为计算机网络信息提供安全保障, 在其方法研究中, 由于相关向量机(RVM) 具有高稀疏性且预测中使用概率因素, 在网络入侵检测中优于支持向量机. 然而RVM的核函数参数是经验估计的, 为此, 提出一种基于云模型的粒子群优化算法的RVM方法, 即采用云粒子群算法确定RVM的核参数, 构建RVM分类模型, 再采用一对一分类方法进行多类检测分类. 经入侵检测实验研究, 所得结果表明所提出的方法优于基于常规相关向量机的检测方法, 且具有更高的入侵检测精度.