本文關(guān)鍵詞：改進(jìn)的粒子群算法在入侵檢測(cè)中的應(yīng)用　出處：《電子設(shè)計(jì)工程》2016年20期 　論文類(lèi)型：期刊論文

  更多相關(guān)文章： 入侵檢測(cè) 粒子群算法 離散度 適應(yīng)度函數(shù) 拉伸

【摘要】：為了提高入侵檢測(cè)系統(tǒng)的檢測(cè)率和降低系統(tǒng)的誤檢率,對(duì)基本的粒子群算法采用在粒子群初始化階段,種群的離散度必須滿足一定的要求才能開(kāi)始迭代;在算法迭代過(guò)程中,慣性權(quán)重、加速系數(shù)的調(diào)整都與當(dāng)前粒子群的離散度相關(guān);當(dāng)種群的離散度小于一定數(shù)值時(shí),進(jìn)行保優(yōu)重初始化,同時(shí)采用適應(yīng)度函數(shù)拉伸操作,重新迭代等幾個(gè)方面的改進(jìn)。經(jīng)過(guò)KDD Cup 1999數(shù)據(jù)集的訓(xùn)練和檢驗(yàn)數(shù)據(jù)的仿真測(cè)試,改進(jìn)后的粒子群算法具有較高的檢測(cè)正確率和較低的誤檢率,而且新算法收斂速度快,不易局部最優(yōu)。
【作者單位】： 延安大學(xué)數(shù)學(xué)與計(jì)算機(jī)學(xué)院;
【基金】：陜西省教育廳自然科學(xué)研究項(xiàng)目(14JK1828)
【分類(lèi)號(hào)】：TP18;TP393.08
【正文快照】： 目前,計(jì)算機(jī)網(wǎng)絡(luò)已經(jīng)滲透到人們工作、生活的各個(gè)方面,特別是“互聯(lián)網(wǎng)+”的興起,使計(jì)算機(jī)網(wǎng)絡(luò)成為經(jīng)濟(jì)騰飛的另一個(gè)重要契機(jī)。同時(shí),越來(lái)越多的個(gè)人隱私信息和敏感信息在網(wǎng)絡(luò)中傳輸。如何保證這些信息的安全性?為社會(huì)的發(fā)展提供一個(gè)干凈的網(wǎng)絡(luò)環(huán)境,網(wǎng)絡(luò)安全問(wèn)題越來(lái)越受到人們

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 成旭華;趙知?jiǎng)?葉學(xué)義;;基于離散粒子群算法的動(dòng)態(tài)網(wǎng)絡(luò)路由重組[J];計(jì)算機(jī)工程與應(yīng)用;2009年29期

2 舒振;陳洪輝;羅雪山;;基于改進(jìn)混合粒子群算法的服務(wù)動(dòng)態(tài)選擇方法[J];中南大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年10期

3 劉衛(wèi)寧;李一鳴;劉波;;基于自適應(yīng)粒子群算法的制造云服務(wù)組合研究[J];計(jì)算機(jī)應(yīng)用;2012年10期

4 王宇飛;沈紅巖;;基于改進(jìn)廣義回歸神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)安全態(tài)勢(shì)預(yù)測(cè)[J];華北電力大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年03期

5 溫濤;李迎秋;盛國(guó)軍;遲玉紅;;不確定信息下基于改進(jìn)粒子群算法的Web服務(wù)選擇[J];吉林大學(xué)學(xué)報(bào)(工學(xué)版);2014年01期

6 孫世昶;劉洪波;林鴻飛;;一種離散粒子群算法在對(duì)等網(wǎng)絡(luò)鄰接選擇問(wèn)題中的應(yīng)用[J];鄭州大學(xué)學(xué)報(bào)(理學(xué)版);2009年01期

7 何鵬舉;吳來(lái)斌;宋凱華;曹允耀;;基于粒子群算法的嵌入式云計(jì)算資源調(diào)度[J];電子設(shè)計(jì)工程;2014年10期

8 張得生;李留青;陳萍;;基于粒子群算法的計(jì)算機(jī)網(wǎng)絡(luò)路由優(yōu)化研究[J];微型電腦應(yīng)用;2014年07期

9 倪霖;鄭洪英;;基于免疫粒子群算法的特征選擇[J];計(jì)算機(jī)應(yīng)用;2007年12期

10 劉鑫;許福永;米翠花;;基于改進(jìn)粒子群算法的網(wǎng)絡(luò)路由選擇和CFA的優(yōu)化研究[J];計(jì)算機(jī)工程與設(shè)計(jì);2008年14期

相關(guān)會(huì)議論文 前1條

1 郭文忠;陳國(guó)龍;陳慶良;;基于粒子群算法的數(shù)據(jù)挖掘技術(shù)在入侵檢測(cè)中的應(yīng)用[A];2006年全國(guó)理論計(jì)算機(jī)科學(xué)學(xué)術(shù)年會(huì)論文集[C];2006年

相關(guān)碩士學(xué)位論文 前7條

1 鐘帥;基于粒子群算法的微博用戶影響力研究[D];華中科技大學(xué);2012年

2 仲偉彪;改進(jìn)粒子群算法的研究及其云計(jì)算資源調(diào)度的應(yīng)用[D];江西理工大學(xué);2015年

3 馬茂剛;基于粒子群算法的入侵檢測(cè)技術(shù)研究[D];哈爾濱理工大學(xué);2011年

4 宋繼光;基于粒子群算法的路由優(yōu)化與流量均衡研究[D];太原理工大學(xué);2010年

5 米翠花;基于改進(jìn)粒子群算法的網(wǎng)絡(luò)路由選擇和CFA的優(yōu)化研究[D];蘭州大學(xué);2007年

6 沈萍;P2P環(huán)境下基于改進(jìn)粒子群算法的Web服務(wù)選擇研究[D];江西理工大學(xué);2012年

7 李一鳴;基于交叉變異粒子群算法的復(fù)雜多任務(wù)制造云服務(wù)組合研究[D];重慶大學(xué);2013年

，

本文編號(hào)：1330064