物聯(lián)網(wǎng)時代悄然而至,然而物聯(lián)網(wǎng)技術(shù)在給人們帶來方便的同時,其安全問題也日趨突出。針對物聯(lián)網(wǎng)存在的網(wǎng)絡(luò)入侵安全問題,提出GWO-SVM算法實現(xiàn)網(wǎng)絡(luò)入侵檢測。灰狼優(yōu)化算法（GWO）具有收斂速度快、全局搜索能力強等優(yōu)點,將GWO用于優(yōu)化支持向量機（SVM）的參數(shù)選擇,有助于提升分類模型的準確率。同時通過調(diào)整適應(yīng)度值函數(shù),避免分類模型過擬合。在UNSW-NB15數(shù)據(jù)集上,將GWO-SVM分類算法與SVM、PSO-SVM、GA-SVM分類算法進行對比,實驗結(jié)果表明,GWO-SVM算法具有更高的分類準確率和性能,適用于物聯(lián)網(wǎng)環(huán)境下的網(wǎng)絡(luò)入侵檢測。 

【文章來源】：信息技術(shù)與網(wǎng)絡(luò)安全. 2020,39(10)

【文章頁數(shù)】：5 頁

【文章目錄】：
0 引言
1 理論分析
    1.1 支持向量機
    1.2 灰狼優(yōu)化算法
        1.2.1 包圍獵物
        1.2.2 狩獵
    1.3 GWO優(yōu)化SVM參數(shù)選擇
2 實驗分析
    2.1 實驗環(huán)境與數(shù)據(jù)集
    2.2 數(shù)據(jù)預(yù)處理
    2.3 模型設(shè)置
    2.4 實驗結(jié)果
3 模型仿真
4 結(jié)論


【參考文獻】：
期刊論文
[1]改進灰狼算法及其應(yīng)用[J]. 袁巖,曹萃文.  計算機工程與設(shè)計. 2020(02)
[2]改進GWO優(yōu)化SVM的服務(wù)器性能預(yù)測[J]. 李建民,陳慧,楊冬芹,林振榮.  計算機工程與設(shè)計. 2019(11)
[3]粒子群算法和支持向量機的網(wǎng)絡(luò)入侵檢測[J]. 余森,趙冉.  微型電腦應(yīng)用. 2019(09)
[4]改進WOA算法優(yōu)化SVM的網(wǎng)絡(luò)入侵檢測[J]. 徐慧,付迎春,付朝川,葉志偉.  實驗室研究與探索. 2019(08)
[5]基于灰狼算法優(yōu)化核極限學(xué)習(xí)機的網(wǎng)絡(luò)入侵檢測研究[J]. 段興林.  微型電腦應(yīng)用. 2019(03)
[6]智能家居安全綜述[J]. 王基策,李意蓮,賈巖,周威,王宇成,王鶴,張玉清.  計算機研究與發(fā)展. 2018(10)
[7]基于平衡二叉決策樹SVM算法的物聯(lián)網(wǎng)安全研究[J]. 張曉惠,林柏鋼.  信息網(wǎng)絡(luò)安全. 2015(08)
[8]改進蟻群算法優(yōu)化支持向量機的網(wǎng)絡(luò)入侵檢測[J]. 王雪松,梁昔明.  計算技術(shù)與自動化. 2015(02)
[9]PSO-SVM算法在網(wǎng)絡(luò)入侵檢測中的研究[J]. 鞠秋文.  計算機仿真. 2011(04)

碩士論文
[1]基于蟻獅優(yōu)化SVM的智能家居入侵檢測的研究[D]. 單欣欣.湖北工業(yè)大學(xué) 2019



本文編號：3645386