研究人员开发了一种多群体多样性引导遗传算法（MPDGGA），以改进网络入侵检测系统（NIDS）的特征选择。该新算法通过保持群体多样性和引导进化算子，解决了现有遗传算法方法的局限性。跨多个数据集的实验表明，MPDGGA 的性能显著优于其他先进模型，在大多数测试数据集上实现了更高的准确率，并将选择的特征数量减少了至少 2.26%。 AI
影响 通过提高网络入侵检测系统的准确性和效率来改善网络安全。
排序理由 该集群包含一篇详细介绍特定技术应用新算法的学术论文。[lever_c_demoted from research: ic=1 ai=0.7]
在 arXiv cs.NE (Neural & Evolutionary) 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →