基于多种群遗传算法的检测器生成算法研究

有效的检测器生成算法是异常检测的核心问题,针对现有算法存在检测率低、匹配阈值固定、检测器集合庞大等问题,本文提出了基于多种群遗传算法的检测器生成算法,根据形态学空间的分析和覆盖问题原理,自体集根据特征进行划分,各个种群根据划分独立按遗传算法进化,最后求得所有检测器种群的并集得到成熟的检测器.所提出的算法有效降低检测器的冗余度,减少检测器规模,保持检测器的多样性;并利用maxSelf实现匹配阈值r的自适应,适用于多种匹配规则,减小了阈值设置的局限性,给出了算法的检测率高于传统算法的理论证明,并通过实验验证了算法的有效性.另外,通过统计算法的时间复杂度,证明算法时间复杂度没有明显增加.