基于粒子群优化的异常入侵检测算法的研究

• 作者: 李健 郭颂
• 来源期刊: 湖南理工学院学报（自然科学版）
• 关键词: 粒子群算法 动态聚类分析 入侵检测 适应度函数
• 年，卷（期）: 2013,（4）
• 页码范围: 26-30
• 页数: 5页
• 分类号: TP393.08
• 语种: 中文

摘要

提出了一种基于粒子群优化的异常入侵检测算法。首先，对基于动态聚类分析的异常入侵检测系统进行了建模和关键模块分析，对聚类算法区别正常和异常数据记录的过程，进行了详细的介绍，然后针对基本PSO算法存在的局部早熟收敛问题，利用改进的粒子属性进行了算法改进，增加了粒子多样性。通过初始化种群、更新速度、更新位置、计算每个粒子的适应度值、更新pgd、循环迭代，得到最优解。最后，利用该算法对基于聚类的入侵检测系统进行实验，结果显示该算法明显提升了入侵检测系统的正确率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李健		20	48	4.0	6.0
2	郭颂		5	7	2.0	2.0