曹东侠
- 作品数：2 被引量：0H指数：0
- 供职机构：兰州理工大学计算机与通信学院更多>>
- 发文基金：甘肃省自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 一种高效的特征选择机制应用于入侵检测
- 2011年
- 基于数据集的wrapper型特征选择方法,通过去除原特征集中的冗余特征,不仅降低了对计算资源的耗用,而且在保持检测精度的前提下,提升了检测速度,有效改善了检测性能.在特征选择具体过程中,采用全局和局部搜索性能好的遗传算法和禁忌搜索混合搜索策略,针对网络数据的异构性,采用改进了的基于核函数的SVM作为评价特征子集分类性能优劣的标准,经若干次迭代搜索出最佳的特征组合.实验结果表明,这种选择算法产生的最佳特征子集在检测精度和实时性上优于原特征集.
- 张永曹东侠
- 关键词：遗传算法禁忌搜索SVM入侵检测
- 入侵检测中基于遗传禁忌搜索的模糊聚类的应用
- 2012年
- 传统的模糊C均值聚类(FCM)算法须事先指出聚类数,该算法对孤立点和初始聚类敏感、易陷入局部最优,这些因素都将影响最终聚类结果的质量。针对这些缺陷,采用遗传算法和禁忌搜索的混合策略对FCM进行改进,该策略兼具了这两种算法的优势,改进后的算法自动生成最佳聚类数,优化初始聚类的选择,增强算法的爬山能力,有效改善了算法的性能。将改造前后的两种算法用于网络入侵检测实验,实验结果表明,改造后的算法产生的聚类质量明显优于原算法,用新算法对入侵检测建模,提高了模型的自适应性和实用性。
- 张永曹东侠
- 关键词：FCM算法遗传算法禁忌搜索入侵检测
