检索结果-内蒙古大学图书馆

A hybrid BGWO with KPCA for intrusion detection

JOURNAL OF EXPERIMENTAL & THEORETICAL ARTIFICIAL INTELLIGENCE 2020年第1期32卷 165-180页

作者： Velliangiri, S. CMR Inst Technol Dept Comp Sci & Engn Medchal Rd Hyderabad 501401 Telangana India

Intrusion detection is the primary model for giving security to the network. There are numerous issues with conventional intrusion detection models (for example, low detection ability against obscure arranges attack, high false caution rate, and inadequate investigation ability). The real challenging in design IDS with enhanced precision and diminished the training time. This paper come up with hybrid intrusion detection model by incorporating the kernel principal component analysis (KPCA) and binary grey wolf optimization (BGWO) with support vector machine (SVM). The curiosity of the paper is the headway of part parameters of the SVM classifier using the customized parameter assurance procedure. This proposed hybrid method streamlines the discipline factor (C) and kernel parameters (sigma) and the size of tube epsilon of SVM, like this enhancing the precision of the classifier and reduces the testing and training time.

关键词： Binary grey wolf optimization intrusion detection encoding scheme support vector machine and kernel principal component analysis

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：