.png){kind=icon}
返回
An efficient intrusion detection method based on Rime-NeoEvo Optimizer algorithm
.png){kind=icon}
PRE
AI
DOI：10.1007/s10586-025-05657-7.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
随着网络环境日趋复杂和动态化，入侵检测系统（IDS）因冗余特征导致效率与准确性降低，亟需更有效的特征选择（FS）方法。当前特征选择方法常因过早收敛于局部最优，无法识别真正最优的特征子集，进而阻碍入侵检测性能，同时加剧网络安全风险。为解决这些问题，本研究引入Rime-NeoEvo算法，该算法利用NeoEvo策略平衡探索与开发，实现快速优化。其二元变体应用于IDS，结合卓越的优化能力与适应度函数评估，精准识别最优特征子集。通过基准函数及三个经典数据集（NSL-KDD、UNSW-NB15和CIC-IDS2018）对Rime-NeoEvo算法进行了广泛评估。结果表明，该算法实现更快收敛和更高精度。在IDS中应用时，显著提升了准确率、真正例率（TPR）和F1-score等关键性能指标，同时有效降低误报率（FPR），增强整体检测性能与效能。
Keyword:
Intrusion detection system
Feature selection
Rime-NeoEvo Algorithm
Network security
期刊
C
IF:
0
论文数:
691
被引数:
1
.png){kind=icon}
