基于改進多因子優(yōu)化蝙蝠算法的網(wǎng)絡入侵檢測方法

摘要： 針對高維網(wǎng)絡數(shù)據(jù)存在大量冗余和不相關的特征導致入侵檢測準確率低的問題，提出了一種改進的多因子優(yōu)化蝙蝠算法(IMFBA)用于數(shù)據(jù)特征選擇，篩選出具有最大信息量的特征子集，提高網(wǎng)絡入侵檢測精度。首先，在多因子優(yōu)化框架下設計全局特征選擇任務和局部特征選擇任務，并通過基于蝙蝠算法所設計的選型交配和垂直文化傳播算子實現(xiàn)不同任務間的信息共享，從而幫助全局特征選擇任務更快鎖定最優(yōu)解空間，提高... （共10頁）