| 基于GWO-SVM算法的物联网入侵检测研究 | |
| 所屬分類:技术论文 | |
| 上傳者:aetmagazine | |
| 文檔大?。?span>490 K | |
| 標簽: 网络入侵检测 灰狼优化算法 支持向量机 | |
| 所需積分:0分積分不夠怎么辦? | |
| 文檔介紹:物联网时代悄然而至,然而物联网技术在给人们带来方便的同时,其安全问题也日趋突出。针对物联网存在的网络入侵安全问题,提出GWO-SVM算法实现网络入侵检测。灰狼优化算法(GWO)具有收敛速度快、全局搜索能力强等优点,将GWO用于优化支持向量机(SVM)的参数选择,有助于提升分类模型的准确率。同时通过调整适应度值函数,避免分类模型过拟合。在UNSW-NB15数据集上,将GWO-SVM分类算法与SVM、PSO-SVM、GA-SVM分类算法进行对比,实验结果表明,GWO-SVM算法具有更高的分类准确率和性能,适用于物联网环境下的网络入侵检测。 | |
| 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。 | |
Copyright ? 2005-2024 華北計算機系統(tǒng)工程研究所版權(quán)所有 京ICP備10017138號-2