[发明专利]基于属性决策的遗传粒子群入侵检测方法在审
| 申请号： | 201811501730.4 | 申请日： | 2018-12-10 |
| 公开（公告）号： | CN109639668A | 公开（公告）日： | 2019-04-16 |
| 发明（设计）人： | 潘晓君 | 申请（专利权）人： | 潘晓君 |
| 主分类号： | H04L29/06 | 分类号： | H04L29/06;H04L12/24;G06N3/00 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 230000 安徽省*** | 国省代码： | 安徽;34 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 粒子群 适应度 入侵检测 粒子 更新 进化 遗传 计算机安全领域 入侵检测模型 网络入侵检测 网络状态信息 最大进化代数 初始化操作 系统初始化 种群初始化 变异操作 冗余特征 信息提取 迭代 决策 采集 达标 | ||
1.一种基于属性决策的遗传粒子群入侵检测方法，其特征在于，包括信息提取、系统初始化、粒子交叉变异进化、粒子群更新、综合训练、入侵检测模型建立。
2.根据权利要求1所述的一种基于属性决策的遗传粒子群入侵检测方法，其特征在于，所述信息提取，具体包括网络状态信息采集、网络属性信息提取。
3.根据权利要求1所述的一种基于属性决策的遗传粒子群入侵检测方法，其特征在于，所述系统初始化，包括信息参数初始化、种群初始化。
4.根据权利要求1所述的一种基于属性决策的遗传粒子群入侵检测方法，其特征在于，所述粒子交叉变异进化，具体为，在种群初始化后，挑选部分较优个体，进行交叉变异操作，并进行适应度值计算，在没有达到最大进化代数时，重新进入挑选部分较优个体的步骤。
5.根据权利要求1所述的一种基于属性决策的遗传粒子群入侵检测方法，其特征在于，所述粒子群更新具体为，先对粒子群进行初始化操作，然后对粒子群进行适应度计算，更新速度和位置，进行网络状态信息采集，在最大迭代次数未达标时，重新进行适应度值计算。
6.根据权利要求1所述的一种基于属性决策的遗传粒子群入侵检测方法，其特征在于，所述综合训练包括选出最优入侵属性子集与训练学习。
7.根据根据权利要求4、5所述的一种基于属性决策的遗传粒子群入侵检测方法，其特征在于，所述适应度的函数定义为：
其中ta代表入侵属性数量的权重值，Uf表示入侵属性的总数，L代表入侵检测正确率，tf代表入侵状态权重，fi代表入侵属性状态选择，并且有：
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于潘晓君，未经潘晓君许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201811501730.4/1.html，转载请声明来源钻瓜专利网。
