一种基于双轨协同进化的高维异构流量动态特征优化方法

本发明公开了一种基于双轨协同进化的高维异构流量动态特征优化方法，旨在解决传统算法在高维数据中收敛慢、局部优化差的问题。该方法通过全局探索轨与局部增强轨协同工作，结合动态参数调整和信息交互机制，实现特征空间高效搜索与精细化调整。全局轨采用自适应交叉率、扰动率及结构化重组策略进行广泛特征组合搜索；局部轨运用梯度驱动优化和时序滑动窗口约束动态调整特征权重。双轨间通过特征向量映射和梯度反馈实现协同进化，并引入非线性平衡因子动态融合全局与局部优化结果。最终结合DNN、LightGBM和SVM构建集成检测模型，提升复杂网络环境下恶意流量检测的准确性与鲁棒性。有效平衡了全局探索与局部优化能力，显著提高了特征选择精度和收敛效率。