基于云模型的入侵检测日志数据特征选择算法  

Feature selection of the intrusion detection logs based on particle swarm optimization

作　　者：刘延华[1] 周柳鸿[1] 陈国龙[1] 

机构地区：[1]福州大学数学与计算机科学学院,福建福州350108

出　　处：《福州大学学报（自然科学版）》2011年第6期811-818,共8页Journal of Fuzhou University(Natural Science Edition)

基　　金：福建省科技创新平台计划资助项目(2009J1007);福建省科技厅重点资助项目(2007H0023)

摘　　要：提出一种基于云模型和粒子群优化算法相结合的数据特征选择算法,实现了特征属性的有效约简,降低了特征属性的冗余性,有助于提高日志数据的评估速度.实验结果表明,提出的FSA-CP算法在选择准确率和算法收敛性等方面具有一定优势.We propose an approach called FSA-CP based on cloud model and particle swarm optimization（PSO） to realize feature selection by achieving an effective reduction of feature attributes,which solves the problem of feature redundancy and helps improve the speed of the evaluation.Experimental results show that the FSA-CP algorithm has an advantage in accuracy and convergence.

关 键 词：云模型 粒子群优化 特征选择 入侵检测 日志 

分 类 号：TP393.08[自动化与计算机技术—计算机应用技术]