论文研究KNNIPSO选择特征的网络入侵检测.pdf

提出了一种实体关系抽取方案，该方案针对实体关系抽取中特征空间维数过高问题，引入了文本分类中的特征选择算法，如信息增益、期望交叉熵和x2统计，实现了特征空间降维。实验结果表明，各特征选择算法均能在尽量保

基于网络的入侵检测已成为评估机器学习算法的常见方法。 尽管KDD Cup'99数据集在不同的入侵类别上存在类别失衡，但它在评估机器学习算法方面仍起着重要作用。 在这项工作中，我们利用奇异值分解技术来减

为了提高基于分类的DDoS攻击检测方法的实时性，通过结合轻量级入侵检测提出了以遗传算法为搜索策略、信息增益为子集评估标准的filter型特征选择算法（feature selection based o

COMPOW功率控制协议通过控制所有的节点采用相同的发射功率来保证网络消耗功率最小化，但该协议不适用于节点分布不均匀的网络。此协议的改进版本CLUSTERPOW可以降低不均匀网络中的能耗，但此协议在节

为了更有效地进行文本特征的选择,提高选择精度,在一种基于标准入侵野草算法的文本特征选择方法基础上,采用改进的入侵野草算法,即在标准算法中结合小生境思想,对野草种群进行分类竞争繁殖,以增加种群的多样性,

为了提高网络入侵检测的正确率，提出一种改进蚁群优化算法（ACO）和支持向量机（SVM）相融合的网络入侵检测方法（ACO-SVM）。将SVM模型参数作为蚂蚁的位置向量，采用动态随机抽取的方法来确定目标个

在分析了现有网络安全系统的基本原理和IPv6网络主要特点之后，提出了一种IPv6网络入侵检测系统的框架，并着重分析了IPv6网络入侵检测系统的协议分析策略。

设计并实现了一个联动防火墙的网络入侵检测系统Guarder，采用高效的串匹配算法对入侵检测引擎进行优化；通过联动模块实现了Guarder与状态包过滤防火墙的联动。Guarder提供了一个远程管理工具，

针对下一代因特网IPv6中各种协议的结构特点，提出了一种新的基于协议分析的网络入侵检测系统的设计方法，并在Snort系统的基础上，给出了详细的设计方案和实现方法。该系统的主要优点在于：为检测引擎提供输

由于媒介开放、动态拓扑、交互及资源有限等特点,移动自组网络比传统网络更需要安全保障。介绍了一种集成入侵检测模型。在该模型中带监督异常检测的分类器基于支持向量机。同时,介绍了三种应用在该模型的基于池的主