摘要：为了提高网络入侵检测正确率，降低特征冗余，提出一种蚁群优化与支持向量机相结合的入侵检测方法（ACO-SVM）。利用支持向量机的分类精度和特征子集维数加权构造综合适应度指标，利用蚁群算法的全局寻优和多次优解搜索能力实现特征子集搜索，并设计了局部细化搜索方式，实现特征选择结果降维，提高算法的收敛性。
分类：期刊> 自然科学与工程技术> 信息科技> 计算机软件及计算机应用
收录：知网收录(中) > 维普收录(中) > 万方收录(中) > JST 日本科学技术振兴机构数据库(日) > 国家图书馆馆藏 > 上海图书馆馆藏
关键词：特征选择 蚁群优化算法 支持向量机 网络入侵检测
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
