基于GWO-SVM算法的物聯(lián)網(wǎng)入侵檢測(cè)研究
所屬分類:技術(shù)論文
上傳者:aetmagazine
文檔大小:490 K
標(biāo)簽: 網(wǎng)絡(luò)入侵檢測(cè) 灰狼優(yōu)化算法 支持向量機(jī)
所需積分:0分積分不夠怎么辦,?
文檔介紹:物聯(lián)網(wǎng)時(shí)代悄然而至,,然而物聯(lián)網(wǎng)技術(shù)在給人們帶來方便的同時(shí),其安全問題也日趨突出,。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,,有助于提升分類模型的準(zhǔn)確率,。同時(shí)通過調(diào)整適應(yīng)度值函數(shù),避免分類模型過擬合,。在UNSW-NB15數(shù)據(jù)集上,,將GWO-SVM分類算法與SVM、PSO-SVM,、GA-SVM分類算法進(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),。
現(xiàn)在下載
VIP會(huì)員,,AET專家下載不扣分;重復(fù)下載不扣分,,本人上傳資源不扣分,。