计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2007年
8期
129-130,148
,共3页
异常检测%模糊数据挖掘%量子粒子群
異常檢測%模糊數據挖掘%量子粒子群
이상검측%모호수거알굴%양자입자군
在入侵检测系统中,将正常状态与异常状态区分开来,是目前所面临的一个难点.针对这一问题,提出了在异常检测中运用量子粒子群算法(QPSO)对隶属度函数参数进行优化的方法.把隶属度函数里的参数组合当作一个粒子,在粒子的迭代进化中运用模糊数据挖掘的技术,可以搜索到最佳的参数组合,最大限度地把正常状态和异常状态区分开来,提高了异常检测的准确性,并通过实验验证了这一方法的可行性.
在入侵檢測繫統中,將正常狀態與異常狀態區分開來,是目前所麵臨的一箇難點.針對這一問題,提齣瞭在異常檢測中運用量子粒子群算法(QPSO)對隸屬度函數參數進行優化的方法.把隸屬度函數裏的參數組閤噹作一箇粒子,在粒子的迭代進化中運用模糊數據挖掘的技術,可以搜索到最佳的參數組閤,最大限度地把正常狀態和異常狀態區分開來,提高瞭異常檢測的準確性,併通過實驗驗證瞭這一方法的可行性.
재입침검측계통중,장정상상태여이상상태구분개래,시목전소면림적일개난점.침대저일문제,제출료재이상검측중운용양자입자군산법(QPSO)대대속도함수삼수진행우화적방법.파대속도함수리적삼수조합당작일개입자,재입자적질대진화중운용모호수거알굴적기술,가이수색도최가적삼수조합,최대한도지파정상상태화이상상태구분개래,제고료이상검측적준학성,병통과실험험증료저일방법적가행성.