改进鲸鱼优化算法在入侵检测中的应用研究

作者：刘猛猛; 徐国天

来源：网信军民融合, 2022, Z2: 48-56.

<正>针对网络流量数据集特征维度高、正负样本不平衡导致的入侵检测效率较低问题，提出一种基于改进鲸鱼优化算法（IWOA）和XGBoost的网络入侵检测模型。为提升鲸鱼优化算法特征选择能力，引入Sobol序列初始化方式丰富初代种群多样性，采用非线性收敛因子及惯性权重平衡全局和局部搜索，应用混合变异策略提高局部最优逃逸能力。为提高不平衡数据集中少数类识别率，将焦点损失引入XGBoost算法，应用改进算法（FLXGBoost）构建IWOA适应度函数和分类模型。使用NSL-KDD数据集，将所提模型与其他常见算法进行对比实验，结果表明，相比于其他算法，所提模型在网络入侵检测准确率上有较大的提升。

• 单位
  中国刑事警察学院