《表1 群体智能优化算法比较》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《机器学习在网络安全入侵检测中的应用》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

K最邻近（k-Nearest Neighbor，KNN）、模糊聚类（Fuzzy Clustering）、贝叶斯优化（Bayesian Optimization）、随机森林（Random Forest）等经典算法[12]不能够准确得到非线性、多极值等复杂函数的最优解，随着优化理论的不断发展，学者们通过对粒子群、蚁群、鸟群、蜂群、萤火虫群等社会生物的群体活动行为的研究，衍生出了一系列智能群体优化算法，比如遗传算法[13]、粒子群优化算法[14]、蚁群优化算法[15]、人工蜂群优化算法[16]、人工萤火虫群优化算法[17]等。基于群体智能优化算法改进机器学习算法的技术在网络入侵检测领域广泛应用，各种群体智能优化算法比较如表1所示。