改进粒子群联合禁忌搜索的特征选择算法

作     者：张震 魏鹏 李玉峰 兰巨龙 徐萍 陈博 ZHANG Zhen;WEI Peng;LI Yufeng;LAN Julong;XU Ping;CHEN Bo

作者机构：国家数字交换系统工程技术研究中心河南郑州450002 中国人民解放军战略支援部队信息工程大学河南郑州450002 

出 版 物：《通信学报》 (Journal on Communications)

年 卷 期：2018年第39卷第12期

页      面：60-68页

核心收录：

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 08[工学] 081201[工学-计算机系统结构] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家重点研究发展计划基金资助项目(No.2017YFB0803201) 国家自然科学基金资助项目(No.61502528) 网络空间安全专项课题基金资助项目(No.2017YFB0803204) 上海市科学技术委员会科研计划课题基金资助项目(No.16DZ1120503) 

主　　题：入侵检测 特征选择 粒子群 遗传算法 禁忌搜索 

摘      要：针对入侵检测中数据特征维度高的问题,提出了改进粒子群联合禁忌搜索(IPSO-TS)的特征选择算法。采用遗传算子对粒子群算法进行了改进,得到了特征选择初始最优解;对该解进行禁忌搜索(TS)得到了特征子集的全局优化解。基于KDD CUP 99数据集的实验结果表明,相较遗传算子整合粒子群算法(CMPSO)、粒子群算法(PSO)和粒子群联合禁忌算法,IPSO-TS减少了至少29.2%的特征,缩短了至少15%的平均检测时间,提高了至少2.96%的平均分类准确率。