基于GWO-SVM算法的物聯(lián)網(wǎng)入侵檢測研究
所屬分類：技術(shù)論文
上傳者：aetmagazine
文檔大小：490 K
標簽： 網(wǎng)絡(luò)入侵檢測 灰狼優(yōu)化算法 支持向量機
所需積分：0分積分不夠怎么辦？
文檔介紹：物聯(lián)網(wǎng)時代悄然而至，然而物聯(lián)網(wǎng)技術(shù)在給人們帶來方便的同時，其安全問題也日趨突出。針對物聯(lián)網(wǎng)存在的網(wǎng)絡(luò)入侵安全問題，提出GWO-SVM算法實現(xiàn)網(wǎng)絡(luò)入侵檢測。灰狼優(yōu)化算法(GWO)具有收斂速度快、全局搜索能力強等優(yōu)點，將GWO用于優(yōu)化支持向量機(SVM)的參數(shù)選擇，有助于提升分類模型的準確率。同時通過調(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分類算法進行對比，實驗結(jié)果表明，GWO-SVM算法具有更高的分類準確率和性能，適用于物聯(lián)網(wǎng)環(huán)境下的網(wǎng)絡(luò)入侵檢測。
現(xiàn)在下載
VIP會員，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。