【出 处】：《 计算机仿真 》 CSCD 2011年第28卷第1期 182-185页,共4页

【作 者】： 黄艳秋

【摘 要】 研究网络入侵检测问题，网络八侵具有不确定性、多变性和动态性，传统检测方法不能很好的识别这种特性，且传统支持向量机参数采优化方法易出现参数选择不当，导致网络入侵检测准确率低。为了提高网络入侵检测准确率，将免疫算法引入到网络入侵检测中，用其优化支持向量机参数。方法将网络入侵检测数据输入到支持向量机中学习，将支持向量机参数作为免疫算法的抗体，把网络入侵检测准确率作为免疫算法抗原，通过抗体和抗原相互作用得到最优的支持向量机参数，然后对网络入侵数据检测得到入侵检测结果，最后通过DRAP网络入侵数据集对该方法进行仿真。仿真结果表明，相对传统网络入侵检测方法，新方法学习速度快，检测准确率高，很好地解决了传统检测方法准确率低的难题，为网络安全提供了保障。