马磊娟， 王林生

(河南工业职业技术学院，南阳 473009)



改进最小二乘支持向量机的网络入侵检测

马磊娟， 王林生*

(河南工业职业技术学院，南阳 473009)

非法入侵直接危害到网络的安全，为了解决传统网络入侵检测模型存在的缺陷，提高网络入侵检测的准确性，提出了一种改进最小二乘支持向量机的网络入侵检测模型。收集网络入侵检测数据，并提取其中的特征，采用最小二乘支持向量机作为入侵检测的分类器，实现网络状态的检测，并引入布谷鸟搜索算法对最小二乘支持向量机的参数选择进行改进，选择KDDCup99数据集作为实验对象。结果表明，改进最小二乘支持向量机可以建立正确率的网络入侵检测模型，降低了网络入侵检测的错误率，可以保证网络安全。

网络系统； 非法入侵； 网络分类器； 布谷鸟搜索算法； 检测模型

0 引言

网络在人们生活的每一个角落都存在，网络安全问题引起了们的高度关注[1]。被动的网络安全防范技术主要为防火墙，但其无法识别一些新的入侵行为，网络入侵检测能够发现一些非法用户的行为，可以有效提高网络系统的安全性[2]。

近几十年来，出现大量的网络入侵检测模型，它们大致可以划分为2种类型，其中一种为网络入侵的误用检测模型，该类检测模型只能检测已经存在的入侵行为，无法发现变异或者新型的入侵行为，这样局限性十分明显，无法应用于实际的网络安全保证中[3]。另一种为异常入侵检测模型，该类模型可以发现能够到新型入侵行为，实际应用价值相对较高，在网络入侵检测得到了广泛的应用[4]。……