基于概率的并行粒子群AKO-RVM入侵检测

发布时间：2018-10-05 15:29

【摘要】：AKO-RVM算法不仅具有高分类精度的特点,相对于RVM算法其在一定程度上降低了性能对初始参数的依赖性,在入侵检测网络安全的方法研究中优于经典RVM算法。然而AKO-RVM样本训练与分类用时较长,为此提出一种基于概率的主辅式并行粒子群AKO-RVM方法,即将训练样本进行分组,先采用并行主辅式粒子群算法确定AKO-RVM核宽参数并进行优化,进而构造RVM分类模型,继而采用一对一分类方法应用于多类检测中。入侵实验结果表明,所提出方法在具有高精度与性能、低依赖性等特点的同时,较大程度上降低了训练所需迭代次数与检测时间。
[Abstract]:AKO-RVM algorithm not only has the characteristics of high classification accuracy, but also reduces the dependence of performance on initial parameters to some extent compared with RVM algorithm, and is superior to the classical RVM algorithm in the research of intrusion detection network security methods. However, the training and classification of AKO-RVM samples take a long time. In this paper, a probability-based parallel particle swarm optimization (AKO-RVM) method is proposed, in which the training samples are grouped, and the kernel width parameters of AKO-RVM are determined and optimized by using parallel master-auxiliary particle swarm optimization (PSO) algorithm. Then RVM classification model is constructed, and then one-to-one classification method is applied to multi-class detection. The results of intrusion experiments show that the proposed method not only has the characteristics of high accuracy, low dependence and so on, but also reduces the number of iterations and detection time required for training to a large extent.
【作者单位】： 南京工业大学计算机科学与技术学院;
【分类号】：TP393.08

【相似文献】

相关期刊论文 前10条

1 张兰;邢志栋;;基于量子粒子群求解混合整数非线性规划[J];计算机工程与应用;2010年09期

2 沈乃汉;;子群卷积及其快速算法[J];南京邮电学院学报;1987年01期

3 王陆;;虚拟学习社区社会网络中的凝聚子群[J];中国电化教育;2009年08期

4 陈晨;韩章家;张志让;;一个关于极小子群与超可解性的注记[J];成都信息工程学院学报;2012年02期

5 何清;翟建仁;;Fuzzy群[J];河北机电学院学报;1993年03期

6 殷霞;廖祖华;章里程;朱晓英;;双极值模糊(反)软子群[J];计算机工程与应用;2013年19期

7 蔡东平;;2-群中同谱但不同构的群的例子[J];电子制作;2014年08期

8 吴江;;凝聚子群分析构建自动分类网络地图[J];图书馆学研究;2010年03期

9 纪运景,卞保民,贺安之;激光衍射法测量粒子群粒径分布的反演新算法[J];光电子·激光;2002年12期

10 边婧;彭新光;王颖;付东来;;入侵检测不平衡样本子群发现数据简化策略[J];计算机应用研究;2014年07期

相关会议论文 前10条

1 杨凤翔;杨秀良;;水平子群与正规水平子群的几个定理[A];中国系统工程学会模糊数学与模糊系统委员会第五届年会论文选集[C];1990年

2 贺雷;吴宏春;曹良志;;二维子群共振计算方法研究[A];第五届反应堆物理与核材料学术研讨会、第二届核能软件自主化研讨会会议摘要集[C];2011年

3 姜豪;;德特肯恒等式的推广[A];数学·物理·力学·高新技术研究进展——2000（8）卷——中国数学力学物理学高新技术交叉研究会第8届学术研讨会论文集[C];2000年

4 梁群;;舞蹈肢体之美 创作女子群舞《绿之韵》的回顾与思考[A];中国演员：2014年第3期（总第39期）[C];2014年

5 黄世恩;姚栋;王侃;;基于子群法的先进中子共振计算方法研究[A];中国核动力研究设计院科学技术年报（2011）[C];2013年

6 朱志平;仇计清;李法朝;;复Fuzzy子群的同态不变性[A];模糊集理论与模糊应用专辑——中国系统工程学会模糊数学与模糊系统委员会第十届年会论文选集[C];2000年

7 孙绍权;;带算子集的区间值Fuzzy子群[A];模糊集理论与应用——98年中国模糊数学与模糊系统委员会第九届年会论文选集[C];1998年

8 于光远;;休闲的价值不言而喻[A];中国休闲研究学术报告2011[C];2011年

9 孙鹏勇;刘树启;;m~n阶并元加性群的m~(n-1)阶子群和它的陪集的位置的生成及应用[A];第十届全国信号处理学术年会（CCSP-2001）论文集[C];2001年

10 洪奕光;程代展;;非线性系统线性对称性的几点注释[A];1991年控制理论及其应用年会论文集（下）[C];1991年

相关重要报纸文章 前5条

1 本报记者 周晖;农民工作家王子群: “文化小工”写出农民工心中的纠结[N];中国劳动保障报;2012年

2 虢铭;一次可喜的艺术实践[N];中国文化报;2002年

3 ;政协第十二届漳州市委员会增补委员名单[N];闽南日报;2013年

4 赵国政;采古风 捕民俗 展智慧[N];人民日报海外版;2001年

5 妙心;清新的草原抒情诗[N];中国艺术报;2001年

相关博士学位论文 前10条

1 洪海波;MST密码系统签名方案的设计与极小对数签名的构造[D];北京邮电大学;2015年

2 孙超超;关于K_2群的一些问题的研究[D];吉林大学;2015年

3 汤菊萍;给定阶子群的性质对有限群构造的影响[D];扬州大学;2015年

4 毛月梅;子群的广义拟正规性，，嵌入性以及部分S-Π-性质与有限群的结构[D];中国科学技术大学;2016年

5 李士恒;子群的正规性质及θ-偶对群的影响[D];苏州大学;2006年

6 黄建红;子群的可补性、置换性与群的结构[D];中国科学技术大学;2011年

7 张新建;子群的正规指数及由共轭子群对生成的子群对群结构的影响[D];苏州大学;2011年

8 郭鹏飞;有限群的广义覆盖远离子群及其结构[D];上海大学;2008年

9 余小龙;子群的广义置换性和广义可补充性对有限群结构的影响[D];中国科学技术大学;2014年

10 申振才;子群的正规性和正规化子条件对群结构的影响[D];苏州大学;2011年

相关硕士学位论文 前10条

1 焦文洁;一个新的特征p-子群及其应用[D];山西大学;2015年

2 赵鹏程;非交换子群均自中心化的有限3群[D];山西师范大学;2015年

3 姚媛媛;子群个数最多的有限非初等交换2群[D];山西师范大学;2015年

4 任丽平;非交换子群中心均相等的有限p群[D];山西师范大学;2015年

5 李伟;内交换子群的个数对A_3群结构的影响[D];山西师范大学;2015年

6 张涛;关于群论中一些问题的进一步思考[D];南京财经大学;2015年

7 单友期;阶完全图的齐次分解[D];湖南师范大学;2015年

8 刘瑶;冀北崇礼红旗营子群的岩石组合及时代归属[D];成都理工大学;2015年

9 徐桓;基于量子粒子群的Agent联盟生成问题研究与应用[D];云南师范大学;2015年

10 邱燕燕;某些子群的特性与有限群的结构[D];广西师范大学;2015年

本文编号：2253909