软件导刊
軟件導刊
연건도간
SOFT WARE GUIDE
2013年
10期
68-69
,共2页
入侵检测%条件熵%遗传算法
入侵檢測%條件熵%遺傳算法
입침검측%조건적%유전산법
针对传统的入侵检测方法对于实时性网络检测效率低的问题,引入条件熵对高维数据集进行属性约简,但是由此引起了漏报率过高的问题,因而必须引入遗传算法以进化出最优种群.将条件熵和改进遗传算法相结合,以提高入侵检测的效率和降低漏报率,并将改进遗传算法和标准遗传算法进行了比较,结果表明,将改进后的遗传算法用于入侵检测中具有较高的检测率.
針對傳統的入侵檢測方法對于實時性網絡檢測效率低的問題,引入條件熵對高維數據集進行屬性約簡,但是由此引起瞭漏報率過高的問題,因而必鬚引入遺傳算法以進化齣最優種群.將條件熵和改進遺傳算法相結閤,以提高入侵檢測的效率和降低漏報率,併將改進遺傳算法和標準遺傳算法進行瞭比較,結果錶明,將改進後的遺傳算法用于入侵檢測中具有較高的檢測率.
침대전통적입침검측방법대우실시성망락검측효솔저적문제,인입조건적대고유수거집진행속성약간,단시유차인기료루보솔과고적문제,인이필수인입유전산법이진화출최우충군.장조건적화개진유전산법상결합,이제고입침검측적효솔화강저루보솔,병장개진유전산법화표준유전산법진행료비교,결과표명,장개진후적유전산법용우입침검측중구유교고적검측솔.
