一种改进粒子群优化算法在入侵检测中的应用OACSTPCD
Application of improved particle swarm optimization algorithm in intrusion detection
针对现有的粒子群优化（PSO）算法大多存在早熟收敛、容易陷入局部最优值的问题，提出了一种新的协同粒子群优化（CPSO）算法。该算法拥有两个子群，一个用于全局搜索始终保持粒子多样性，另一个用于局部搜索保证搜索精度，通过相互协同合作在全局最优值附近实现精确搜索。最后把该算法应用到动态聚类入侵检测，通过优化聚类半径和聚类阈值，对训练数据进行正、异常类聚类，然后用测试数据进行攻击检测。试验结果表明该算法较粒子群和突变粒子群（MPSO）算法性能明显提高。
Aiming at the problems of premature convergence and easy to fall into local optimum value of existing particle swarm optimization (PSO) algorithms, a new collaborative particle swarm optimization (CPSO) algorithm is proposed. CPSO algorithm has two subgroups, one subgroup is used for global search always keep particle diversity, the other one is used for local search guarantee search precision. So precise search is realized nearly the global optimal value …查看全部>>
卢辉斌;周绯菲;孙金伟
燕山大学 信息科学与工程学院，河北 秦皇岛066004交通运输部管理干部学院 计算机系，北京101601燕山大学 信息科学与工程学院，河北 秦皇岛066004
信息技术与安全科学
粒子群优化协同粒子群动态聚类入侵检测
PSOpremature convergencecollaborative particle swarmdynamic clusterintrusion detection
《燕山大学学报》 2013 (2)
124-128,147,6
评论