基于鸽群算法优化SVM的医院信息系统安全异常检测  

作　　者：郝宁 

机构地区：[1]邯郸市眼科医院(邯郸市第三医院),河北056001

出　　处：《网络安全技术与应用》2024年第6期47-49,共3页Network Security Technology & Application

摘　　要：本研究旨在探讨医院信息系统安全异常检测的多种方法,并特别关注鸽群算法优化支持向量机(SVM)的应用。研究涵盖了基于规则、基于统计、基于机器学习和基于深度学习的异常检测方法。其中,鸽群算法被用于优化SVM,以提高异常检测的准确性。基于规则和基于统计的方法在处理复杂和隐蔽异常方面存在局限性。相比之下,机器学习和深度学习方法显示出更高的准确性和泛化能力。特别是,鸽群算法优化的SVM在医院信息系统安全异常检测中表现出色。研究发现,异常检测在医院信息系统安全中具有重要价值,包括及早发现潜在问题、降低数据泄漏风险和提高系统可靠性。鸽群算法优化的SVM提供了一种有效的解决方案,提高了系统的可靠性和安全性。

关 键 词：医院信息系统安全 异常检测 支持向量机 鸽群算法 

分 类 号：TP309[自动化与计算机技术—计算机系统结构] TP18[自动化与计算机技术—计算机科学与技术] R197.323[医药卫生—卫生事业管理]