结合粒子群优化和LightGBM的入侵检测方法

摘要：

随着互联网的发展,人们在享受互联网带来的诸多便利之外,同时也面临着许多威胁,如蠕虫、木马等.为了抵御上述恶意攻击,入侵检测系统应运而生.通过检测当前网络中的异常情况,入侵检测系统能有效检测各项攻击进而采取对应措施.然而,传统的机器学习算法在入侵检测模型中准确率并不高,为此,提出一种基于粒子群优化和LightGBM的入侵检测方法,使用LightGBM方法搭建入侵检测模型,采用粒子群算法优化LightGBM的参数.实验表明,本文提出的方法能够有效提升效果,准确率达98.61％、精确率达98.25％、召回率达99.17％、F1值达98.70％.

关键词：入侵检测、粒子群优化、LightGBM、网络安全、决策树

分类号：TP309(计算技术、计算机技术)

资助基金：江苏省高等学校自然科学研究项目17KJA520004

在线出版日期：2023-05-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：123-126