基于混合二進制灰狼算法的入侵檢測特征選擇方法

摘要： 為了減少數據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，使得數據集特征結構適合于決策樹分類器。經NSL-KDD數據集測試，該方法對DoS、Probe攻擊流量的檢測... （共8頁）