入侵检测技术作为维护网络安全的重要手段,目前正面临着检测效率低、准确率不足的挑战。研究针对鸽群优化算法在面对高维特征选择时存在的局部最优和稳定性不足问题,提出采用差分进化策略进行改进,并将改进的算法用于优化入侵检测技术...入侵检测技术作为维护网络安全的重要手段,目前正面临着检测效率低、准确率不足的挑战。研究针对鸽群优化算法在面对高维特征选择时存在的局部最优和稳定性不足问题,提出采用差分进化策略进行改进,并将改进的算法用于优化入侵检测技术。实验表明,改进算法在高维Sphere函数测试中仅25次迭代就靠近最优解,在KDD Cup 99数据集上选择10个特征时就达到98.15%的分类准确率。实际网络安全应用中,使用改进算法优化的入侵检测技术在CICIDS2017数据集上面对六类网络行为数据时分类准确率均在90%以上,在1000条数据每秒的高负载条件下响应时间仅为3.75 ms。研究为网络安全防护提供了高效的入侵检测技术优化支持,对提升网络安全防护能力有重要意义。展开更多
文摘入侵检测技术作为维护网络安全的重要手段,目前正面临着检测效率低、准确率不足的挑战。研究针对鸽群优化算法在面对高维特征选择时存在的局部最优和稳定性不足问题,提出采用差分进化策略进行改进,并将改进的算法用于优化入侵检测技术。实验表明,改进算法在高维Sphere函数测试中仅25次迭代就靠近最优解,在KDD Cup 99数据集上选择10个特征时就达到98.15%的分类准确率。实际网络安全应用中,使用改进算法优化的入侵检测技术在CICIDS2017数据集上面对六类网络行为数据时分类准确率均在90%以上,在1000条数据每秒的高负载条件下响应时间仅为3.75 ms。研究为网络安全防护提供了高效的入侵检测技术优化支持,对提升网络安全防护能力有重要意义。
