| 基于GWO-SVM算法的物聯網入侵檢測研究 | |
| 所屬分類：技術論文 | |
| 上傳者：aetmagazine | |
| 文檔大?。?span>490 K | |
| 標簽： 網絡入侵檢測 灰狼優化算法 支持向量機 | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：物聯網時代悄然而至，然而物聯網技術在給人們帶來方便的同時，其安全問題也日趨突出。針對物聯網存在的網絡入侵安全問題，提出GWO-SVM算法實現網絡入侵檢測。灰狼優化算法(GWO)具有收斂速度快、全局搜索能力強等優點，將GWO用于優化支持向量機(SVM)的參數選擇，有助于提升分類模型的準確率。同時通過調整適應度值函數，避免分類模型過擬合。在UNSW-NB15數據集上，將GWO-SVM分類算法與SVM、PSO-SVM、GA-SVM分類算法進行對比，實驗結果表明，GWO-SVM算法具有更高的分類準確率和性能，適用于物聯網環境下的網絡入侵檢測。 | |
| 現在下載 | |
| VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。 | |
Copyright ? 2005-2024 華北計算機系統工程研究所版權所有 京ICP備10017138號-2