陈庆良 作品数:6 被引量:33 H指数:3 供职机构: 福州大学数学与计算机科学学院 更多>> 发文基金: 福建省自然科学基金 国家自然科学基金 教育部科学技术研究重点项目 更多>> 相关领域: 自动化与计算机技术 更多>>
基于粒子群优化算法和相关性分析的特征子集选择 被引量:24 2008年 特征选择是模式识别与数据挖掘等领域的重要问题之一。针对此问题,提出了基于离散粒子群和相关性分析的特征子集选择算法,算法中采用过滤模式的特征选择方法,通过分析网络入侵数据中所有特征之间的相关性,利用离散粒子群算法在所有特征的空间里优化搜索,自动选择有效的特征子集以降低数据维度。1999KDD Cup Data中IDS数据集的实验结果表明了提出算法的有效性。 郭文忠 陈国龙 陈庆良 余轮关键词:数据挖掘 入侵检测 粒子群优化 特征子集选择 网络故障诊断实现框架 被引量:1 2004年 本文讨论了网络故障诊断的意义及原理 ,在此基础上提出了一个网络故障诊断的框架 ,并实现了一个简单的网络故障诊断系统。 陈庆良 陈国龙关键词:网络故障诊断 基于粒子群优化的分类规则挖掘方法及其应用 2008年 为了从网络入侵数据提取有意义的信息,分析了网络入侵数据的特点,设计了一种实数的编码方式,给出了一种基于粒子群优化的分类规则挖掘方法,并应用于误用检测系统中.仿真实验结果表明,提出的方法是有效的和可行的. 郭文忠 陈国龙 陈水利 陈庆良 蔡国榕关键词:粒子群优化算法 入侵检测 误用检测 基于粒子群算法的数据挖掘技术在入侵检测中的应用 <正>1 引言入侵检测技术是继“防火墙”、“数据加密”等传统安全保护措施后新一代的安全保障技术。它对计算机和网络资源上的恶意使用行为进行识别和响应,不仅检测来自外部的入侵行为,同时也监督内部用户的未授权活动。入侵检测自提... 郭文忠 陈国龙 陈庆良文献传递 高维数据环境下网络异常检测的改进否定选择算法 被引量:5 2009年 人工免疫中的否定选择算法目前已成功地应用于异常检测的低维数据集上,但在高维数据集上的效果不大理想。为了改善算法的性能,分析了现有否定选择算法在网络异常检测中的不足,对带变长检测器的否定选择算法进行了修改,提出了一种改进的否定选择算法,新算法中通过移动检测器控制检测器覆盖情况。仿真实验结果表明了改进算法在网络异常检测中高维数据集上的有效性,可以取得较高的检测率和较低的误报率。 郭文忠 陈国龙 陈庆良关键词:异常检测 人工免疫 否定选择算法 高维数据 基于粒子群和人工免疫的混合入侵检测系统研究 被引量:3 2007年 目前,漏报率和误报率高一直是入侵检测系统(IDS)的主要问题,而IDS主要有误用型和异常型两种检测技术。根据这两种检测技术各自的优点以及它们的互补性,本文给出一种基于人工免疫的异常检测技术和基于粒子群优化(PSO)的误用检测技术相结合的IDS模型;同时,该系统还结合特征选择技术降低数据维度,提高系统检测性能。实验表明,该系统具有较高的检测率和较低的误报率,可以自动更新规则库,并且记忆未知类型的攻击,是一种有效的检测方法。 郭文忠 陈国龙 陈庆良 刘延华 余轮关键词:入侵检测系统 误用检测 异常检测 粒子群优化 人工免疫