智能计算在网络入侵检测中的应用研究
发布时间:2019-03-15 16:24
【摘要】:研究了基于遗传算法和差分进化计算的入侵检测系统中的特征选择技术,差分进化计算在变异过程中并未考虑到适应度大的个体,同时存在过早收敛问题,而遗传算法需要很多的迭代次数才能收敛。针对以上缺点,结合模拟退火算法对差分进化的变异过程进行改进,同时设计合理的适应度函数,使得该算法收敛于最优特征子集。经过Lincoln实验室入侵检测系统评估数据集合MIT’1998测试,改进算法与差分进化算法和遗传算法相比,具有良好的收敛性能,并且收敛特性稳定。
[Abstract]:The feature selection technology in intrusion detection system based on genetic algorithm and differential evolution computation is studied. The individuals with high fitness are not considered in the mutation process of differential evolution computation, and there is premature convergence problem at the same time. Genetic algorithm needs a lot of iterations to converge. In view of the above shortcomings, the variation process of differential evolution is improved with simulated annealing algorithm, and a reasonable fitness function is designed to make the algorithm converge to the optimal feature subset. Compared with differential evolution algorithm (DEA) and genetic algorithm (GA), the improved algorithm has good convergence performance and stable convergence performance after MIT'1998 testing of Lincoln laboratory intrusion detection system evaluation data set.
【作者单位】: 河南质量工程职业学院;
【基金】:河南省教育厅课题(2010B5200015)
【分类号】:TP393.08
本文编号:2440790
[Abstract]:The feature selection technology in intrusion detection system based on genetic algorithm and differential evolution computation is studied. The individuals with high fitness are not considered in the mutation process of differential evolution computation, and there is premature convergence problem at the same time. Genetic algorithm needs a lot of iterations to converge. In view of the above shortcomings, the variation process of differential evolution is improved with simulated annealing algorithm, and a reasonable fitness function is designed to make the algorithm converge to the optimal feature subset. Compared with differential evolution algorithm (DEA) and genetic algorithm (GA), the improved algorithm has good convergence performance and stable convergence performance after MIT'1998 testing of Lincoln laboratory intrusion detection system evaluation data set.
【作者单位】: 河南质量工程职业学院;
【基金】:河南省教育厅课题(2010B5200015)
【分类号】:TP393.08
【相似文献】
相关会议论文 前1条
1 孔笋;陈增强;;基于差分进化的QoS组播路由算法[A];第二十九届中国控制会议论文集[C];2010年
相关博士学位论文 前3条
1 郑洪英;基于进化算法的入侵检测技术研究[D];重庆大学;2007年
2 王培崇;基于群智能计算技术的网络入侵检测算法研究[D];中国矿业大学(北京);2010年
3 李鑫;基于强化学习理论的网络拥塞控制算法研究[D];东北大学;2009年
相关硕士学位论文 前8条
1 林仰峰;基于遗传算法的QoS多播路由算法的研究[D];福州大学;2006年
2 柳旭日;基于负载预测和过载迁移的动态负载均衡研究[D];青岛理工大学;2009年
3 王进科;基于组播转发状态的聚合模型研究与算法分析[D];山东大学;2009年
4 余波;基于模拟退火和禁忌搜索的组播路由算法研究[D];湖南大学;2005年
5 陈鹰峰;基于人工免疫的入侵检测系统模型与算法研究[D];江苏大学;2006年
6 王颖慧;基于P2P的内容分发流媒体服务系统的研究与实现[D];电子科技大学;2009年
7 朱斌;网络流量的自相似特性及流量预测研究[D];江南大学;2011年
8 武彩红;基于QoS的语义Web服务组合研究[D];陕西师范大学;2011年
,本文编号:2440790
本文链接:https://www.wllwen.com/guanlilunwen/ydhl/2440790.html