| ［1］ 何敏. 基于数据挖掘的网络实时入侵检测体系结构的研究［J］. 计算机与现代化, 2011(9):134-136.
［2］ Hu W M, Hu M, Maybank S. Adaboost based algorithm for network intrusion detection［J］. IEEE Transactions
on Systems, Man and Cybernetics, Parb B: Cybernetics, 2008,38(2):577-583.
［3］ Khan L, Awad M, Thuraisingham B. A new intrusion detection system using support vector machines and
hierarchical clustering［J］. The VLDB Journal, 2007,16(4): 507-521.
［4］ 姜春茂,张国印,李志聪. 基于遗传算法优化SVM的嵌入式网络系统异常入侵检测［J］. 计算机应用与软件, 2011,28(2):287-
289.
［5］ 井小沛,汪厚祥,聂凯,等. 面向入侵检测的基于IMGA和MKSVM的特征选择算法［J］. 计算机科学, 2012,39(7):96-100.
［6］ 陈友,沈华伟,李洋. 一种高效的面向入侵检测系统的特征选择算法［J］. 计算机学报, 2007,30(8):1398-1408.
［7］ 闫新娟,谭敏生,严亚周,等. 基于隐马尔科夫模型和神经网络的入侵检测研究［J］. 计算机应用与软件, 2012,29(2):294-297.
［8］ 张雪芹,顾春华. 一种网络入侵检测特征提取方法［J］. 华南理工大学学报(自然科学版), 2010,38(1):81-85.
［9］ 牟琦,毕孝儒,库向阳. 基于GQPSO算法的网络入侵特征选择方法［J］. 计算机工程, 2011,37(14):103-105.
［10］牛永洁,赵耀锋. 改进的LF算法在入侵检测中的应用［J］. 计算机与现代化, 2013(6):57-59.
［11］Huang C L, Wang C J. A GA-based feature selection and parameters optimization for support vector machines
［J］. Expert Systems with Applications, 2009,31(2):231-240.
［12］郭文忠,陈国龙,陈庆良,等. 基于粒子群优化算法和相关性分析的特征子集选择［J］. 计算机科学, 2008,35(2):144-146.
［13］高海华,杨辉华,王行愚. 基于BPSO-SVM的网络入侵特征选择和检测［J］. 计算机工程, 2006,32(8):37-39.
［14］Palomo E J, Dominguez E, Luque R M, et al. A new GHSOM model applied to network security［J］. Lecture
Notes in Computer Science, 2008,5168:680-689.
［15］陈仕涛,陈国龙,郭文忠,等. 基于粒子群优化和邻域约简的入侵检测日志数据特征选择［J］. 计算机研究与发展, 2010,47
(7):1261-1267.
［16］夏淑华. 基于BP神经网络的入侵检测系统设计［J］. 计算机与现代化, 2011(4):47-49.
［17］张新有,曾华燊,贾磊. 入侵检测数据集KDD CUP99研究［J］. 计算机工程与设计, 2010,31(22):4809-4816. |
