基于GQPSO算法的网络入侵特征选择方法

• 作者: 厍向阳 毕孝儒 牟琦
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: GQPSO算法 归一化互信息 适应度函数 特征选择 网络入侵检测
• 年，卷（期）: 2011,（14）
• 所属期刊栏目: 安全技术
• 页码范围: 103-105
• 分类号: TP311.52
• 字数: 3594字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2011.14.033

摘要

高维网络数据中的无关属性和冗余属性容易使分类算法的网络入侵检测速度变慢、检测率降低.为此,提出一种基于遗传量子粒子群优化(GQPSO)算法的网络入侵特征选择方法,该方法将遗传算法中的选择变异策略与QPSO有机结合形成GQPSO算法,并以网络数据属性之间的归一化互信息量作为该算法适应度函数,指导其对网络数据的属性约简,实现网络入侵特征子集的优化选择.在KDDCUP1999数据集上进行仿真实验,结果表明,与QPSO算法、PSO算法相比,该方法能更有效地精简网络数据特征,提高分类算法的网络入侵检测速度及检测率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	牟琦	西安科技大学计算机学院	25	102	7.0	9.0
2	毕孝儒	西安科技大学计算机学院	5	58	5.0	5.0
3	厍向阳	西安科技大学计算机学院	38	277	10.0	14.0