[发明专利]基于改进型灰狼优化算法的入侵检测系统特征选择方法

摘要

本发明公开了一种基于改进型灰狼优化算法的入侵检测系统特征选择方法，首先构建样本集，然后获取最优特征子集；本发明采用了最新的智能算法—灰狼算法，且在特征选择方面加以了改进。相比于现有技术，算法本身步骤大大简化，提高现有入侵检测系统的检测准确度和系统效率，且算法本身就自带控制参数，随着搜索的深入可以自动更换算法的搜索策略，减少了算法陷入局部最优解的概率。

主权项

一种基于改进型灰狼优化算法的入侵检测系统特征选择方法，其特征在于，包括以下步骤：步骤1：输入所抓取的入侵数据，将含有标签的样本组成训练集T；步骤2：初始化当前迭代次数、狼个体编号、狼群种群大小以及每一头狼个体的位置向量；步骤3：根据位置向量计算每头狼的编码向量，并根据编码向量计算每一头狼的适应值；步骤4：设定最大迭代次数为max_iter，根据适应值大小选取前三作为α，β和δ；步骤5：更新每头狼的编码向量，并重新计算每头狼的适应值；步骤6：更新α，β和δ的编码向量；步骤7：判断t是否大于max_iter，若满足条件则输出α的编码向量，否则令t＝t+1后返回执行步骤5。