作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了提高入侵检测系统的检测率和降低系统的误检率,对基本的粒子群算法采用在粒子群初始化阶段,种群的离散度必须满足一定的要求才能开始迭代;在算法迭代过程中,惯性权重、加速系数的调整都与当前粒子群的离散度相关;当种群的离散度小于一定数值时,进行保优重初始化,同时采用适应度函数拉伸操作,重新迭代等几个方面的改进。经过KDD Cup 1999数据集的训练和检验数据的仿真测试,改进后的粒子群算法具有较高的检测正确率和较低的误检率,而且新算法收敛速度快,不易局部最优。
推荐文章
粒子群算法和SVM的网络入侵检测
粒子群算法
支持向量机
网络入侵
检测算法
基于粒子群优化的异常入侵检测算法的研究
粒子群算法
动态聚类分析
入侵检测
适应度函数
粒子群特征优选的SVDD 入侵检测研究
入侵检测
支持向量数据描述
粒子群算法
改进的混沌粒子群算法在TSP中的应用
粒子群优化算法
旅行商问题
混沌优化
自适应
局部调整
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 改进的粒子群算法在入侵检测中的应用
来源期刊 电子设计工程 学科 工学
关键词 入侵检测 粒子群算法 离散度 适应度函数 拉伸
年,卷(期) 2016,(20) 所属期刊栏目 测量与控制
研究方向 页码范围 94-97
页数 4页 分类号 TN918.91
字数 4251字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 牛永洁 延安大学数学与计算机学院 50 329 9.0 15.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (142)
共引文献  (298)
参考文献  (19)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(6)
  • 参考文献(0)
  • 二级参考文献(6)
2004(8)
  • 参考文献(0)
  • 二级参考文献(8)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(23)
  • 参考文献(1)
  • 二级参考文献(22)
2007(19)
  • 参考文献(0)
  • 二级参考文献(19)
2008(21)
  • 参考文献(1)
  • 二级参考文献(20)
2009(8)
  • 参考文献(0)
  • 二级参考文献(8)
2010(20)
  • 参考文献(2)
  • 二级参考文献(18)
2011(20)
  • 参考文献(3)
  • 二级参考文献(17)
2012(7)
  • 参考文献(1)
  • 二级参考文献(6)
2013(6)
  • 参考文献(2)
  • 二级参考文献(4)
2014(8)
  • 参考文献(7)
  • 二级参考文献(1)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
入侵检测
粒子群算法
离散度
适应度函数
拉伸
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电子设计工程
半月刊
1674-6236
61-1477/TN
大16开
西安市高新区高新路25号瑞欣大厦10A室
52-142
1994
chi
出版文献量(篇)
14564
总下载数(次)
54
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导