-
公开(公告)号：CN107465664A
公开(公告)日：2017-12-12
申请号：CN201710552034.5
申请日：2017-07-07
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于并行多人工蜂群算法和支持向量机的入侵检测方法，首先对原始的人工蜂群算法进行了重新设计，包括：蜜源编码方案的设计、种群的初始化设计、适应度评价函数的构造、蜜源的邻域搜索方法和招募观察蜂概率的计算，克服了算法易早熟、解的多样性差、易陷入局部最优、后期收敛速度慢等问题。其次，设计了多蜂群间的信息交流与协作机制，利用并行执行技术，给出了双环形多蜂群并行协同优化模型，用于对特征和支持向量机模型参数进行同步优化。然后，基于该协同优化模型，给出了基于并行多人工蜂群算法和支持向量机的入侵检测方法和模型。
-
公开(公告)号：CN107465664B
公开(公告)日：2020-04-24
申请号：CN201710552034.5
申请日：2017-07-07
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于并行多人工蜂群算法和支持向量机的入侵检测方法，首先对原始的人工蜂群算法进行了重新设计，包括：蜜源编码方案的设计、种群的初始化设计、适应度评价函数的构造、蜜源的邻域搜索方法和招募观察蜂概率的计算，克服了算法易早熟、解的多样性差、易陷入局部最优、后期收敛速度慢等问题。其次，设计了多蜂群间的信息交流与协作机制，利用并行执行技术，给出了双环形多蜂群并行协同优化模型，用于对特征和支持向量机模型参数进行同步优化。然后，基于该协同优化模型，给出了基于并行多人工蜂群算法和支持向量机的入侵检测方法和模型。
-
Search Results
2
records
(took 0.05 seconds)
