入侵检测系统中的属性约简算法研究

摘要：

为了在庞大的入侵检测数据中获得属性依赖度较大且数目较少的属性相对约简,文章提出了一种基于粗糙集与量子粒子群优化(QPSO)的属性约简算法.该算法解决了传统属性约简算法需要大量标记样本这一弊端,利用粗糙集的知识构造适当的适应度函数,使得该算法可以在少量的标记样本下实施.在KDDCUP99标准数据集上的仿真结果表明,该算法不仅可以获得属性数目较少的属性约简,而且检测精度也优于同类的其他算法.

关键词：粗糙集、属性约简、量子粒子群优化、入侵检测

所属期刊栏目：40

分类号：TP393.08(计算技术、计算机技术)

资助基金：江苏省高校自然科学基金资助项目05KJD52006;江苏科技大学科研资助项目2005DX006J

在线出版日期：2013-02-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：83-85,155