首页| 行业标准| 论文文档| 电子资料| 图纸模型
购买积分 购买会员 激活码充值

您现在的位置是:团子下载站 > 通信网络 > 如何改进飞蛾扑火优化算法在网络入侵检测系统中的应用

如何改进飞蛾扑火优化算法在网络入侵检测系统中的应用

  • 资源大小:0.88 MB
  • 上传时间:2021-12-01
  • 下载次数:0次
  • 浏览次数:33次
  • 资源积分:1积分
  • 标      签: SVM 算法 二进制

资 源 简 介

针对当前网络入侵检测中的数据量较大、数据维度较高的特点,将飞蛾扑火优化( MFO)算法应用于网络入侵检测的特征选择中。鉴于MFO算法收敛过快、易陷入局部最优的问题,提出一种融合粒子群优化( PSO)的二进制飞蛾扑火优化( BPMFO)算法。该算法引入MFO螺旋飞行公式,具有较强的局部搜索能力;结合了粒子群优化(PSO)算法的速度更新方法,让种群个体随着全局最优解和历史最优解的方向移动,增强算法的全局收敛性,从而避免易陷入局部最优。仿真实验以KDD CUP 99数据集为实验基础,分别采用支持向量机(SVM)、K最近邻( KNN)算法和补素贝叶斯(NBC)3种分类器,与二进制飞蛾扑火优化( BMFO)算法、二进制粒子群优化( BPSO)算法、二进制遗传算法(BCA)、二进制灰狼优化( BGWO)算法和二进制布谷乌搜索(BCS)算法进行了实验对比。实验结果表明,BPMFO算法应用于网络入侵检测的特征选择时,在算法精度、运行效率、稳定性、收敛速度以及跳出局部最优的综合性能上具有明显优势。
VIP VIP