本文關鍵詞：基于改進粒子群優(yōu)化SVM的多分類入侵檢測研究

  更多相關文章： 入侵檢測 粒子群 支持向量機 多分類

【摘要】：針對工控網(wǎng)絡數(shù)據(jù)的高維特性以及攻擊方式多樣性而導致傳統(tǒng)入侵檢測算法檢測準確率低等問題,采用改進粒子群(PSO)算法優(yōu)化支持向量機的參數(shù),提出改進的PSO-SVM多分類入侵檢測方法。該方法將SVM參數(shù)作為改進PSO的粒子,將SVM分類準確率作為PSO的目標函數(shù)進行全局搜索以確定SVM的最優(yōu)參數(shù),建立基于改進PSO-SVM的"一對一"多分類工控入侵檢測模型。最后采用密西西比州立大學關鍵基礎設施保護中心提出的工控標準數(shù)據(jù)集進行仿真實驗,結果表明,該算法針對不同的攻擊方式的平均檢測準確率均能達到90%以上,能夠準確識別攻擊類型,可為工控系統(tǒng)入侵檢測提供有效方法。
【作者單位】： 華東理工大學化工過程先進控制和優(yōu)化技術教育部重點實驗室;中國信息安全測評中心;
【關鍵詞】： 入侵檢測 粒子群 支持向量機 多分類
【基金】：國家自然科學青年基金資助項目(51407078)
【分類號】：TP18;TP393.08
【正文快照】： 0引言入侵檢測系統(tǒng)(intrusion detection system,IDS)是信息安全領域的重要防御技術。在信息化與工業(yè)化深度融合[1]的發(fā)展趨勢下,越來越多的工業(yè)控制系統(tǒng)使用分布式架構連接到外部企業(yè)網(wǎng)絡和互聯(lián)網(wǎng)�，F(xiàn)代工業(yè)控制系統(tǒng)正逐步朝著更加開放和標準的方向發(fā)展,使用標準通信協(xié)議在優(yōu)

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前1條

1 張陽;劉偉銘;吳義虎;鄭兆鵬;;代價敏感參數(shù)動態(tài)尋優(yōu)機制的行人檢測算法[J];計算機工程與應用;2014年15期

中國博士學位論文全文數(shù)據(jù)庫 前1條

1 李勇征;具有免疫響應能力的入侵防御關鍵技術研究[D];燕山大學;2013年

中國碩士學位論文全文數(shù)據(jù)庫 前1條

1 劉峰;視頻目標跟蹤的粒子濾波方法研究[D];廣西民族大學;2014年

，

本文編號：997101