入侵检测系统中基于PCA和C-SSGA的双向数据压缩

针对入侵检测数据中的冗余特征和冗余实例,提出一种基于主成分分析和混合稳态遗传算法的双向数据压缩方法.利用主成分分析对特征进行压缩,有效地去除特征之间的冗余性;用混合稳态遗传算法进行实例压缩,大大缩减了实例的数量;提出一个基于神经网络的入侵检测系统模型,该模型具有多分类、易于更新系统及快速适应新型入侵的特点.在KDD CUP’99上的实验表明,提出的方法是有效的,可以用于处理大数据集的压缩问题.

一种改进的遗传算法Scatter GA

介绍一种改进的扩散式遗传算法 Scatter GA(Sc GA)。在原简单遗传算法 Sim ple GA(SGA)的基础上进行局部改进 ,采用更接近问题实际的实数编码方式 ,增加了第 2个变异算子 ,取消了选择算子。使用改进的算法对 4个典型函数进行计算 ,并与 SGA,m icro GA(m GA) ,Steady State GA(SSGA)的结果进行比较 ,可以看出 ,改进算法在收敛速度和精度上均优于其它同类算法。