基于树突细胞算法与对支持向量机的入侵检测

• 作 者: 梁鸿 葛宇飞 陈林 王雯娇
• 机 构: 中国石油大学计算机与通信工程学院
• 出 处: 计算机应用
• 发表日期: 2015年11期
• 关键词: 树突细胞算法 对支持向量机 入侵检测 大数据 Dendritic Cell Algorithm （DCA） TWin Support Vector Machi

针对入侵检测技术在处理大规模数据时存在的高误报率、低训练速度和低实时性的问题,提出了一种基于树突细胞算法与对支持向量机的入侵检测策略(DCTWSVM)。利用树突细胞算法(DCA)对威胁数据进行初始检测,在此基础上利用对支持向量机(TWSVM)进行检测结果的优化处理。为了验证策略的有效性,设计性能对比实验,实验结果表明,相较于DCA、支持向量机(SVM)、反向传播(BP)神经网络,DCTWSVM策略的检测精度提高了2.02%、2.30%、5.44%,误报率分别降低了0.26%、0.46%、0.90%,