改进的人工蜂群优化支持向量机算法在入侵检测中的应用.pdf

第 34 卷 第 1 期 计算机应用与软件 VoL 34 No . 1 2017年 1 月 Computer Applications and Software Jan . 2017 改进的人工蜂群优化支持向量机算法在入侵检测中的应用 刘 铭 1 黄凡玲 2 傅彦铭 3 杨晓玲 3 1 ( 安阳工学院计算机科学与信息工程学院河南安阳455000) 2( 清华大学软件学院北京 IOOO84 ) 3( 广西大学计算机与电子信息学院广西南宁 530004) 摘 要 针对基于传统的参数优化算法在优化过程中会不同程度地陷入局部最优解的问题，在人工蜂群ABC (Artificial Bee Colony)算法的基5出上提出基于交叉突变人工蜂群CMABC(Crossover Mutation ABC) 算法的支持向 量机 S V M 参数优化方法，并将其应用于入侵检测。通过引入交叉突变算子对人工蜂群算法进行改进，根据适应 度值的优劣将蜂群进行划分, 有效地避免了陷入局部最优，提高了收敛速度。利用标准测试函数验证了算法的有 效性，并采用NSL-KDD 入侵检测数据集进行仿真实验，验证了该方法的有效性。实验结果表明，该方法能有效提 高入侵检测的分类性能。 关键词 入侵 检 测 支 持 向 量 机 人 工 蜂 群 算 法 交 叉 突 变 算 子 中图分类号 TP309 文献标识码 A DOI ：10. 3969/j. issn. 1000-386x. 2017. 01.042 APPLICATION OF IMPROVED SUPPORT VECTOR MACHINE ALGORITHM OPTIMIZED BY ARTIFICIAL BEE COLONY ALGORITHM IN INTRUSION DETECTION Liu Ming1 Huang Fanling2 Fu Yanming3 Yang Xiaoling3 ^C ollege o f Computer Science and Information Engineering, Anyang Institute o f Technology, Anyang 455000,Henan,China) 2 ( School o f Software, Tsinghua University, Beijing 100084, China) 3 ( School o f Computer, Electronics and Information, Guangxi University, Nanning 530004, Guangxi, China) Abstract Aiming at the problem that the traditional parameters optimization algorithm may fall into locally optimal solution, a optimization method of parameter of Support Vector Machine ( S V M ) which applied Crossover Mutation Artificial Bee Colony ( CM ABC ) is proposed to solve this problem and applied to intrusion detection, which is based on Artificial Bee Colony ( ABC ) algorithm. By introducing Crossover Mutation o