改进的粒子群算法在入侵检测中的应用

发布时间：2017-12-24 21:33

  本文关键词：改进的粒子群算法在入侵检测中的应用　出处：《电子设计工程》2016年20期 　论文类型：期刊论文

  更多相关文章： 入侵检测 粒子群算法 离散度 适应度函数 拉伸

【摘要】：为了提高入侵检测系统的检测率和降低系统的误检率,对基本的粒子群算法采用在粒子群初始化阶段,种群的离散度必须满足一定的要求才能开始迭代;在算法迭代过程中,惯性权重、加速系数的调整都与当前粒子群的离散度相关;当种群的离散度小于一定数值时,进行保优重初始化,同时采用适应度函数拉伸操作,重新迭代等几个方面的改进。经过KDD Cup 1999数据集的训练和检验数据的仿真测试,改进后的粒子群算法具有较高的检测正确率和较低的误检率,而且新算法收敛速度快,不易局部最优。
【作者单位】： 延安大学数学与计算机学院;
【基金】：陕西省教育厅自然科学研究项目(14JK1828)
【分类号】：TP18;TP393.08
【正文快照】： 目前,计算机网络已经渗透到人们工作、生活的各个方面,特别是“互联网+”的兴起,使计算机网络成为经济腾飞的另一个重要契机。同时,越来越多的个人隐私信息和敏感信息在网络中传输。如何保证这些信息的安全性?为社会的发展提供一个干净的网络环境,网络安全问题越来越受到人们

【相似文献】

相关期刊论文 前10条

1 成旭华;赵知劲;叶学义;;基于离散粒子群算法的动态网络路由重组[J];计算机工程与应用;2009年29期

2 舒振;陈洪辉;罗雪山;;基于改进混合粒子群算法的服务动态选择方法[J];中南大学学报(自然科学版);2011年10期

3 刘卫宁;李一鸣;刘波;;基于自适应粒子群算法的制造云服务组合研究[J];计算机应用;2012年10期

4 王宇飞;沈红岩;;基于改进广义回归神经网络的网络安全态势预测[J];华北电力大学学报(自然科学版);2011年03期

5 温涛;李迎秋;盛国军;迟玉红;;不确定信息下基于改进粒子群算法的Web服务选择[J];吉林大学学报(工学版);2014年01期

6 孙世昶;刘洪波;林鸿飞;;一种离散粒子群算法在对等网络邻接选择问题中的应用[J];郑州大学学报(理学版);2009年01期

7 何鹏举;吴来斌;宋凯华;曹允耀;;基于粒子群算法的嵌入式云计算资源调度[J];电子设计工程;2014年10期

8 张得生;李留青;陈萍;;基于粒子群算法的计算机网络路由优化研究[J];微型电脑应用;2014年07期

9 倪霖;郑洪英;;基于免疫粒子群算法的特征选择[J];计算机应用;2007年12期

10 刘鑫;许福永;米翠花;;基于改进粒子群算法的网络路由选择和CFA的优化研究[J];计算机工程与设计;2008年14期

相关会议论文 前1条

1 郭文忠;陈国龙;陈庆良;;基于粒子群算法的数据挖掘技术在入侵检测中的应用[A];2006年全国理论计算机科学学术年会论文集[C];2006年

相关硕士学位论文 前7条

1 钟帅;基于粒子群算法的微博用户影响力研究[D];华中科技大学;2012年

2 仲伟彪;改进粒子群算法的研究及其云计算资源调度的应用[D];江西理工大学;2015年

3 马茂刚;基于粒子群算法的入侵检测技术研究[D];哈尔滨理工大学;2011年

4 宋继光;基于粒子群算法的路由优化与流量均衡研究[D];太原理工大学;2010年

5 米翠花;基于改进粒子群算法的网络路由选择和CFA的优化研究[D];兰州大学;2007年

6 沈萍;P2P环境下基于改进粒子群算法的Web服务选择研究[D];江西理工大学;2012年

7 李一鸣;基于交叉变异粒子群算法的复杂多任务制造云服务组合研究[D];重庆大学;2013年

，

本文编号：1330064