基于数据挖掘的PSO算法入侵检测研究
将数据挖掘技术应用于传统的入侵检测系统来处理入侵检测系统中的海量数据.用改进的粒子群算法来对隶属度函数进行优化,优化过程中把隶属度函数的参数组合作为粒子,在粒子的迭代进化中可以搜索到最佳的参数组合.通过这个最优的参数集,计算出正常状态和异常状态下两个关联规则集的相似度,当相似度越小,表明异常状态越背离于正常状态,这样最大限度地将两个状态区分开来,提高了异常检测的准确性.
入侵检测、粒子群算法、数据挖掘
TP393.08;TP273;X951
2011-06-20(万方平台首次上网日期,不代表论文的发表时间)
共3页
77-79