基于CQPSO-LSSVM的网络入侵检测模型

摘要：

为了提高网络入侵检测率，提出一种协同量子粒子群算法和最小二乘支持向量机的网络入侵检测模型（CQPSO-LSSVM）。将网络特征子集编码成量子粒子位置，入侵检测正确率作为特征子集优劣的评价标准，采用协同量子粒子群算法找到最优特征子集，采用最小二乘支持向量机建立网络入侵检测模型，并采用KDD CUP 99数据集进行仿真测试。结果表明，CQPSO-LSSVM获得了比其他入侵检测模型更高的检测效率和检测率。

关键词：协同量子粒子群算法、最小二乘支持向量机、特征选择、网络入侵检测

分类号：TP391(计算技术、计算机技术)

资助基金：安徽省“十二五”科技攻关计划项目No.11010402183。

在线出版日期：2015-01-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：113-116,155