基于灰狼算法和案例推理的工控系统入侵检测 |
| |
作者姓名: | 於帮兵 王华忠 颜秉勇 |
| |
作者单位: | 华东理工大学化工过程先进控制和优化技术教育部重点实验室 |
| |
摘 要: | 提出了一种基于二进制灰狼算法和邻域粗糙集的案例推理分类算法(bGWO-NRSCBR),以有效处理工控网络数据样本高维、冗余的问题。首先,将邻域粗糙集(NRS)中的依赖度概念和属性个数作为二进制灰狼优化算法(bGWO)的适应度函数,通过狼群不断更新位置寻找最小相对属性集;然后基于属性重要度对权重进行优化分配从而建立案例推理(CBR)分类模型;最后利用该模型对工控网络标准数据集进行入侵检测研究。实验结果表明,本文算法能够获得最小相对属性子集,并有效提高入侵检测算法的准确度和效率。
|
本文献已被 CNKI 等数据库收录! |
|