检索结果

期刊

出版年

关键词

Please wait a minute...

选择:

导出引用
EndNote Ris BibTeX

显示/隐藏图片

Select

1. 基于量子进化算法的网络入侵检测特征选择

张宗飞

计算机应用 2013, 33 (05): 1357-1361. DOI: 10.3724/SP.J.1087.2013.01357

摘要（743）

PDF （771KB）（534）

针对当前网络入侵检测中普遍存在检测速度较慢的缺陷，提出了一种新的网络入侵检测特征选择方法。该方法将量子进化算法应用于网络入侵检测的特征选择，从网络连接的原始特征属性中选出一组有效的特征用于入侵检测，以提高检测效率。首先以增强寻优性能为目标改进了量子进化算法，基于特征属性的Fisher比构造了特征子集的评价函数，然后按照量子进化算法的流程设计了网络入侵检测特征选择算法。通过KDD99样本数据集的实验，表明算法是有效的，既保证了入侵检测的分类性能，也提高了入侵检测的效率。

参考文献 | 相关文章 | 多维度评价

Select

2. 优化网络入侵特征库的量子进化算法

张宗飞

计算机应用 2010, 30 (8): 2142-2145.

摘要（288）

PDF （596KB）（1094）

针对网络入侵检测系统中入侵特征库的性能普遍较差的缺点，提出了一种优化网络入侵特征库的改进量子进化算法（IQEA）。采用特征向量表示染色体结构，借鉴小生境协同进化思想初始化种群，以个体的匹配程度设计适应度函数，使用动态更新和“优体交叉”策略进化种群。仿真实验表明，IQEA的寻优能力和收敛速度均优于量子进化算法和进化算法，经IQEA优化后的入侵特征库，检测能力强，并具有较好的自适应性。