Sin-Cos-bIAVOA:一种新的特征选择方法
版本1.0.0011(339 KB)
Zahra Beheshti说
Sin-Cos-bIAVOA, https://doi.org/10.1016/j.eswa.2023.120404
物联网(物联网)服务和设备提出了很多挑战,比如连接,计算和安全性。因此,网络应该提供和维护质量服务。如今,分布式拒绝服务(DDoS)攻击是根据最近的研究最重要的网络攻击。在各种各样的DDoS检测方法,机器学习(ML)算法吸引了研究人员。在ML,最优的特征子集的选择可以提高分类速度有一个重要的角色。这个问题称为类的特征选择问题是np难问题,精确算法不能获得最好的结果在可接受的时间。因此,近似算法如meta-heuristic算法是用来解决这个问题。由于这些算法不搜索解空间,他们在当地的最适条件,并提供一个过早收敛速度。几种方法介绍了到目前为止应对这些挑战,但研究人员尝试寻找新的策略来提高性能的方法。二进制改善非洲秃鹫优化算法(Sin-Cos-bIAVOA)提出了选择有效的DDoS攻击的特点。 The method applies a novel compound transfer function (Sin-Cos) to increase exploration. To select the optimal subset of features, Gravitational Fixed Radius Nearest Neighbor (GFRNN) is employed as the classifier in the method. Moreover, AVOA is improved in three phases including exploration, balancing exploration and exploitation, and exploitation phases. Hence, Sin-Cos-bIAVOA explores promising areas to achieve the best solution and avoid the local optima traps.
引用作为
Zakieh Sharifian, Behrang Barekatain,阿方索阿里扎Quintana Zahra Beheshti说,Faramarz Safi-Esfahani (2023), Sin-Cos-bIAVOA:一种新的特征选择方法基于改进非洲秃鹫优化算法和一种新的传递函数DDoS攻击检测、专家系统与应用程序,https://doi.org/10.1016/j.eswa.2023.120404
Sin-Cos-bIAVOA-Source-Code
| 版本 | 发表 | 发布说明 | |
|---|---|---|---|
| 1.0.0011 | Doi |
||
| 1.0.001 | 新版本 |
|
|
| 1.0.0 |
|
