基于改进麻雀搜索算法的特征选择在入侵检测中的应用

作者：蔡昊; 李军华; 周成

来源：南昌航空大学学报(自然科学版), 2023, 37(02): 70-77+100.

DOI：10.3969/j.issn.2096-8566.2023.02.009

• 麻雀搜索算法
• 入侵检测
• 特征选择
• 特征编码
• 位置更新

机器学习在入侵检测中发挥着至关重要的作用，特征选择作为机器学习的关键预处理步骤，受到广大研究者的关注。针对麻雀搜索算法寻优能力强但易陷入局部最优的问题，本文对特征编码、位置更新等策略进行改进，提出一种多策略融合的二进制麻雀搜索算法，结合决策树分类器构造封装式特征选择算法，从高维特征空间中选择具有代表性的特征，以提高模型的预测能力并降低时间成本。基于NSL-KDD和UNSW-NB15数据集进行了性能评估，实验结果表明：与多种特征选择算法相比，利用该算法进行特征选择后的数据具有最佳二分类效果。

• 单位
  江西省图像处理与模式识别重点实验室; 南昌航空大学