崔玉礼

(烟台职业学院，山东烟台 264670)

基于改进蚁群算法优化的模糊支持向量机的网络入侵检测技术探究

崔玉礼

(烟台职业学院，山东烟台 264670)

网络使用量不断增加的同时，网络入侵形式也日趋多样，网络安全受到了严重威胁，因此可将改进蚁群算法优化的模糊支持向量机算法应用于网络入侵检测中。本文首先分析网络入侵检测的基本原理，研究网络入侵判别的数学模型；其次，分析模糊支持向量机的基本原理，构建模糊支持向量机的数学模型；然后，讨论改进蚁群算法的基本原理，设计改进蚁群算法的基本流程。最后，进行网络入侵检测的仿真分析。仿真结果表明，该算法能够提高网络入侵检测的准确性。

改进蚁群算法；模糊支持向量机；网络入侵检测

网络用户不断增加，移动互联网的发展促进了网络的应用范围越来越广，网络信息安全得到了普遍关注。网络入侵的形式越来越多，网络入侵的危险性增大，容易引起大量网络安全事故，给用户造成较大的损失。入侵检测技术是积极的网络防御技术，能够有效地发现网络异常，避免网络受到恶意攻击。传统的入侵检测技术已经无法适应大规模网络安全监测的需要，现急需寻求一种行之有效的方法去提高网络入侵检测技术的有效性，从而确保网络安全。网络入侵检测通常包括误用检测和异常检测两种情况，前者针对未知的网络入侵进行检测，后者针对不确定的网路入侵进行检测，其中网络异常入侵检测技术是主要的网络安全防御方法。……