基于SVM的ACC優化算法在入侵檢測中的研究
摘要：針對蟻群聚類（ACC）算法在入侵檢測系統數據中訓練時間較長，參數選擇不佳的情況，提出將支持向量機（SVM）與ACC相結合的優化算法。該算法對其中的特定對象聚類，對關鍵參數進行選擇，減少學習訓練的時間，加快學習訓練速度。實驗結果表明，該算法大幅提高入侵檢測的精準率，降低入侵檢測的誤報率和漏報率，大大提升入侵檢測的性能，對實時入侵檢測環境有一定的借鑒和應用價值。
注: 保護知識產權,如需閱讀全文請聯系龍巖學院學報雜志社
相關推薦
更多
- 免費咨詢
- 雜志推薦
- 加急見刊
服務特色
-
1
快速見刊
正刊保障,1-3日快速錄用,1-3月快速見刊.
- 2
收費透明
直聯各個雜志編輯部,省去中間商,價格實惠,歡迎比較價格.
- 3
專業保障
編輯老師1對1服務,為您量身定制論文發表策略.
- 4
隱私保護
嚴格保障客戶隱私,可簽署保密協議.
- 5
資金安全
公司運營資質可查,支持對公賬戶.
關于我們
投稿網 是一個免費的論文發表咨詢平臺,收錄刊物均可在國家新聞出版署查詢, 堅決抵制假刊、套刊.我們與上千家雜志社合作,致力于成為雜志社與作者的橋梁,為作者搭建期刊投稿綠色通道.
常見問題
聯系我們
-
地址
四川省成都市天府新區華陽街道
新希望大道二段158號
錦官麗城25棟1單元1層109號
- 免責聲明：本站非任何雜志官網，僅限于收集整理互聯網學術資源信息，直投稿件請聯系雜志社
- 工信部備案 : 蜀ICP備2021003549號-2
- © 四川華文易迅科技有限公司.
- Design: C