计算机工程

作者：杨晨, 梁意文, 谭成予, 周雯

单位：武汉大学 计算机学院, 武汉 430072

关键词：树突状细胞算法,XGBoost算法,决策树,特征提取,计算机免疫

基金：国家自然科学基金面上项目"计算机免疫智能的连续应答机制及其应用研究"（6187705）。

树突状细胞算法（DCA）要求输入3类信号，需要通过人工选取或统计学等方式提前进行特征提取。为准确、高效地提取特征，提出一种基于XGBoost的DCA。通过使用XGBoost算法迭代生成决策树，根据决策树的特征节点对数据集的特征指标进行提取与分类，并作为DCA的信号输入以实现算法优化。使用KDD99数据集进行实验，结果表明，与基于粗糙集的改进算法相比，该算法的准确率更高，最高可达0.859 00。

来源：2019年第9期

《计算机工程》期刊编辑部

查看计算机工程杂志2019年第9期