舰船通信网络的入侵特征选择与优化

发布时间：2021-04-05 14:44

　　传统舰船通信网络的入侵特征选择与优化方法,检测效率和准确率较低,选择结果中存在大量冗余特征。为了提高检测结果准确率,利用遗传算法研究一种新的舰船通信网络的入侵特征选择与优化方法,通过设立径向基核函数将选择舰船通信网络入侵特征这一过程映射到高维空间进行计算,通过特征选择完成参数优化,建立优化模型。测试结果表明,基于遗传算法的特征选择与优化方法能够有效消除无用特征和冗余特征,在短时间能提高检测的准确率,同时提高检测的准确率和效率。 

【文章来源】：舰船科学技术. 2020,42(12)北大核心

【文章页数】：3 页

【部分图文】：

特征值选择结果Fig.2Eigenvalueselectionresults

图1不同方法的入侵特征检测适应度对比Fig.1Comparisonofdifferentmethodsofintrusionfeaturedetectionfitness分析可知，无论是传统方法还是本文方法都可以实现舰船通信网络的入侵特征选择与优化，但是本文研究的方法网络入侵检测率更高，在检测到第50次时，本文研究的方法适应度函数已经基本稳定，确定在97%上，而传统方法在检测到第55次，才达到基本稳定。由此可见，本文研究的特征选择与优化方法的实用性更强。选用传统方法和本文方法计算相同数据及10次所选数目的平均值，得到的实验对比结果如图2所示。原始特征共有41个，分析可知，本文方法和传统方法选择的特征数值均低于得到的原始特征值，这一现象表明选择网络特征中依旧存在无用特征和冗余特征，而本文研究的特征选择方法选择特征数量明显少于传统方法选择的特征数量，由此可以表明，本文研究的方法可以充分利用特征选择对参数进行优化，不仅能够降低特征维数，同时能够减少计算量，提高检测舰船通信网络入侵特征的效率，这一检测方法与现代网络入侵的实时性要求更加相符。图2特征值选择结果Fig.2Eigenvalueselectionresults4结语目前研究的舰船通信网络入侵检测方法中，很容易出现特征选择与参数优化不匹配的问题。为此，本文提出一种新的方法。对比实验结果表明，本文研究的方法能够很好地实现通信网络入侵检测，有效去除无用特征和冗余特征，分析输入变量，并对输入变量进行变维，提高入侵特征检测的工作效率和准确率，进一步确保舰船通信网络的安全性。参考文献：石乐义,朱红强,刘祎豪,等.基于相关信息熵和CNN-BiLSTM的工业控制系统入侵检测[J].计算机研究与发展,2019,56(11):2330–2338.[1]刘

【参考文献】：
期刊论文
[1]基于相关信息熵和CNN-BiLSTM的工业控制系统入侵检测[J]. 石乐义,朱红强,刘祎豪,刘佳.  计算机研究与发展. 2019(11)
[2]特征分层结合改进粒子群算法的近红外光谱特征选择方法研究[J]. 徐宝鼎,秦玉华,杨宁,高锐,苑程程.  光谱学与光谱分析. 2019(03)
[3]基于放射组学特征的胃肠道间质瘤的分类预测[J]. 刘平平,张文华,卢振泰,陈韬,李国新.  计算机科学. 2019(01)
[4]基于GANBPSO-SVM的高光谱影像特征选择方法[J]. 谢福鼎,姚娆.  地理科学. 2018(06)



本文编号：3119826