物聯(lián)網(wǎng)時(shí)代悄然而至,然而物聯(lián)網(wǎng)技術(shù)在給人們帶來(lái)方便的同時(shí),其安全問(wèn)題也日趨突出。針對(duì)物聯(lián)網(wǎng)存在的網(wǎng)絡(luò)入侵安全問(wèn)題,提出GWO-SVM算法實(shí)現(xiàn)網(wǎng)絡(luò)入侵檢測(cè)�；依莾�(yōu)化算法（GWO）具有收斂速度快、全局搜索能力強(qiáng)等優(yōu)點(diǎn),將GWO用于優(yōu)化支持向量機(jī)（SVM）的參數(shù)選擇,有助于提升分類(lèi)模型的準(zhǔn)確率。同時(shí)通過(guò)調(diào)整適應(yīng)度值函數(shù),避免分類(lèi)模型過(guò)擬合。在UNSW-NB15數(shù)據(jù)集上,將GWO-SVM分類(lèi)算法與SVM、PSO-SVM、GA-SVM分類(lèi)算法進(jìn)行對(duì)比,實(shí)驗(yàn)結(jié)果表明,GWO-SVM算法具有更高的分類(lèi)準(zhǔn)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(cè)。 

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

【文章頁(yè)數(shù)】：5 頁(yè)

【文章目錄】：
0 引言
1 理論分析
    1.1 支持向量機(jī)
    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(shí)驗(yàn)分析
    2.1 實(shí)驗(yàn)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(shí)驗(yàn)結(jié)果
3 模型仿真
4 結(jié)論


【參考文獻(xiàn)】：
期刊論文
[1]改進(jìn)灰狼算法及其應(yīng)用[J]. 袁巖,曹萃文.  計(jì)算機(jī)工程與設(shè)計(jì). 2020(02)
[2]改進(jìn)GWO優(yōu)化SVM的服務(wù)器性能預(yù)測(cè)[J]. 李建民,陳慧,楊冬芹,林振榮.  計(jì)算機(jī)工程與設(shè)計(jì). 2019(11)
[3]粒子群算法和支持向量機(jī)的網(wǎng)絡(luò)入侵檢測(cè)[J]. 余森,趙冉.  微型電腦應(yīng)用. 2019(09)
[4]改進(jìn)WOA算法優(yōu)化SVM的網(wǎng)絡(luò)入侵檢測(cè)[J]. 徐慧,付迎春,付朝川,葉志偉.  實(shí)驗(yàn)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(jī)的網(wǎng)絡(luò)入侵檢測(cè)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(jì)算機(jī)研究與發(fā)展. 2018(10)
[7]基于平衡二叉決策樹(shù)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(jìn)蟻群算法優(yōu)化支持向量機(jī)的網(wǎng)絡(luò)入侵檢測(cè)[J]. 王雪松,梁昔明.  計(jì)算技術(shù)與自動(dòng)化. 2015(02)
[9]PSO-SVM算法在網(wǎng)絡(luò)入侵檢測(cè)中的研究[J]. 鞠秋文.  計(jì)算機(jī)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(cè)的研究[D]. 單欣欣.湖北工業(yè)大學(xué) 2019



本文編號(hào)：3645386