基于混合二進制灰狼算法的入侵檢測特征選擇方法

摘要： 為了減少數(shù)據(jù)集的冗余特征對入侵檢測分類器訓練用時和檢測精度的影響，對二進制灰狼算法的變異概率問題進行分析，重構(gòu)逼近向量表達式，改善算法的種群變異機制，加快特征降維，減少分類器訓練用時；融入粒子群算法的迭代決策形式，增強算法尋優(yōu)能力；采用混合二進制灰狼算法進行包裹式特征選擇，使得數(shù)據(jù)集特征結(jié)構(gòu)適合于決策樹分類器。經(jīng)NSL-KDD數(shù)據(jù)集測試，該方法對DoS、Probe攻擊流量的檢測... （共8頁）