基于灰狼算法和案例推理的工控系统入侵检测

• 作者: 於帮兵 王华忠 颜秉勇
• 来源期刊: 华东理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 邻域粗糙集 二进制灰狼算法 案例推理 属性约简 入侵检测
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 信息科学与工程
• 页码范围: 239-245
• 页数: 7页
• 分类号: TP309
• 字数: 5748字
• 语种: 中文
• DOI: 10.14135/j.cnki.1006-3080.20170308003

摘要

提出了一种基于二进制灰狼算法和邻域粗糙集的案例推理分类算法(bGWO-NRS-CBR),以有效处理工控网络数据样本高维、冗余的问题.首先,将邻域粗糙集(NRS)中的依赖度概念和属性个数作为二进制灰狼优化算法(bGWO)的适应度函数,通过狼群不断更新位置寻找最小相对属性集;然后基于属性重要度对权重进行优化分配从而建立案例推理(CBR)分类模型;最后利用该模型对工控网络标准数据集进行入侵检测研究.实验结果表明,本文算法能够获得最小相对属性子集,并有效提高入侵检测算法的准确度和效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王华忠	华东理工大学化工过程先进控制和优化技术教育部重点实验室	50	886	15.0	29.0
2	颜秉勇	华东理工大学化工过程先进控制和优化技术教育部重点实验室	18	64	4.0	7.0
3	於帮兵	华东理工大学化工过程先进控制和优化技术教育部重点实验室	2	16	1.0	2.0