1. 毕业设计（论文）主要目标：
对入侵检测进行研究，由于入侵检测系统需要快速处理大量的网络数据，这些网络数据的特征信息量庞大，而特征之间又存在着复杂的相互关系，所以不相关的或包含噪声特征的存在会大大影响检测的检测率和误报率。若要入侵检测系统在短时间内对未知网络数据进行识别，则需要对原始特征信息进行特征选择，来提高检测的检测效率和检测精度。提出了一种基于遗传算法的多目标优化算法，针对入侵检测中特征选择方法存在的缺点采用一种既可以最大化检测率同时又能保证特征子集规模尽量小的多目标演化算法来求得Pareto最优前沿。
2. 毕业设计（论文）主要内容：
3. 主要参考文献
[1] DEB K, PRATAP A, AGARWAL S,et al. A fast and elitist multiobjective genetic algorithm: NSGA-II[J]. IEEEtransactions on evolutionary computation, 2002, 6(2): 182-197.
[2] ELHAG S, FERN NDEZ A,BAWAKID A, et al. On the combination of genetic fuzzy systems and pairwiselearning for improving detection rates on intrusion detection systems[J].Expert Systems with Applications, 2015, 42(1): 193-202.
[3] G MEZ J, GIL C, BA OS R, etal. A Pareto-based multi-objective evolutionary algorithm for automatic rulegeneration in network intrusion detection systems[J]. Soft Computing, 2013,17(2): 255-263.
