1、近年來(lái)，網(wǎng)絡(luò)安全問題不斷凸顯，病毒(Virus)的數(shù)量呈指數(shù)級(jí)增長(zhǎng)，其危險(xiǎn)性也在不斷增加。各個(gè)互聯(lián)網(wǎng)安全廠商分別設(shè)計(jì)開發(fā)新的安全防護(hù)產(chǎn)品，以加強(qiáng)對(duì)病毒入侵的檢測(cè)工作。在這些新的安全產(chǎn)品中特征選擇技術(shù)仍然是各大廠商使用的主流技術(shù)。
　　 論文主要結(jié)合粗糙集、遺傳算法、聚類分析等技術(shù)提出新的特征選擇方法，并將其應(yīng)用在入侵檢測(cè)領(lǐng)域以解決病毒數(shù)量大、變化快、維度高和干擾多的問題。同時(shí)在病毒入侵檢測(cè)的檢測(cè)效率與精度等方面做出積極的探索。論

2、文的主要工作和取得的階段性成果總結(jié)如下：
　　 改進(jìn)基于粗糙集和遺傳算法的特征選擇方法，針對(duì)檢測(cè)效率與精度的需求，采用了一種改進(jìn)的遺傳算法來(lái)實(shí)現(xiàn)特征選擇；該算法把粗糙集理論應(yīng)用到遺傳算法中，應(yīng)用粗糙集理論來(lái)構(gòu)造遺傳算法中的適應(yīng)度函數(shù)，并在運(yùn)用遺傳算法前使用啟發(fā)式的方法來(lái)形成遺傳算法中的初始化種群。
　　 改進(jìn)基于聚類分析和拆分訓(xùn)練集的特征選擇方法，針對(duì)訓(xùn)練集的海量特性和病毒檢測(cè)的時(shí)效性，采用把訓(xùn)練集拆分為多個(gè)訓(xùn)練子集，并