基于粒子群优化的分类规则挖掘方法及其应用  

A Classification Rule Discovery Approach Based on Particle Swarm Optimization and Its Application

作　　者：郭文忠[1] 陈国龙[1] 陈水利[2] 陈庆良[1] 蔡国榕[2] 

机构地区：[1]福州大学数学与计算机科学学院,福建福州350002 [2]集美大学理学院,福建厦门361021

出　　处：《集美大学学报（自然科学版）》2008年第3期250-254,共5页Journal of Jimei University：Natural Science

基　　金：国家自然科学基金资助项目(60673161);教育部科学技术研究重点项目(206073);福建省自然科学基金资助项目(A0610012);福建省科技计划重点项目(2007H0023)

摘　　要：为了从网络入侵数据提取有意义的信息,分析了网络入侵数据的特点,设计了一种实数的编码方式,给出了一种基于粒子群优化的分类规则挖掘方法,并应用于误用检测系统中.仿真实验结果表明,提出的方法是有效的和可行的.In order to get some significant information from network intrusion data, the feature of the network intrusion data is analyzed, and a classification rule discovery approach based on particle swarm optimization （PSO） with a real-valued coding scheme is presented. This approach is applied in the misuse detection systems. The experimental results confirm the effectiveness and feasibility of the proposed approach.

关 键 词：粒子群优化算法 入侵检测 误用检测 分类规则 

分 类 号：TP393[自动化与计算机技术—计算机应用技术]