基于改进FastICA算法的入侵检测样本数据优化方法

• 作者: 张亚丹 张大伟 杜晔 黎妹红
• 来源期刊: 通信学报
• 学科: 工学
• 关键词: 入侵检测 快速独立成分分析 数据优化 牛顿迭代法
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 学术论文
• 页码范围: 42-48
• 页数: 7页
• 分类号: TP393
• 字数: 5330字
• 语种: 中文
• DOI: 10.11959/j.issn.1000-436x.2016006

摘要

为更好实现对入侵检测样本数据的优化处理,提出了一种改进的快速独立成分分析(FastICA)算法,采用基于加权相关系数进行白化处理以减少信息损失,并优化牛顿迭代法使其满足三阶收敛.对算法进行了细致描述,分析了算法的时间复杂度.实验结果表明,该方法可有效减少数据信息损失,具有迭代次数少、收敛速度快等优点,可有效提高入侵检测样本数据的优化效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杜晔	北京交通大学计算机与信息技术学院	20	75	6.0	8.0
2	张大伟	北京交通大学计算机与信息技术学院	26	153	7.0	11.0
3	黎妹红	北京交通大学计算机与信息技术学院	18	90	6.0	8.0
4	张亚丹	北京交通大学计算机与信息技术学院	1	12	1.0	1.0