本文選題：網(wǎng)絡入侵檢測 + 互信息特征選擇��； 參考：《中國測試》2017年11期

【摘要】：為提高網(wǎng)絡入侵檢測系統(tǒng)(IDS)的性能,提出一種基于互信息特征選擇和LSSVM的入侵檢測方案(BMIFSLSSVM)。將采集到的網(wǎng)絡連接數(shù)據(jù)進行規(guī)范化處理,并提出一種權衡考慮特征相關性和冗余性的新型互信息特征選擇(BMIFS)方法,以此從網(wǎng)絡連接數(shù)據(jù)中選擇出有效特征集。根據(jù)提取的訓練樣本特征集,利用最小二乘支持向量機(LSSVM)構建分類器和簡化粒子群優(yōu)化(SPSO)算法來優(yōu)化LSSVM的核函數(shù)寬度系數(shù)和正則化參數(shù),最后利用訓練好的分類器進行入侵檢測。仿真結果表明:提出的BMIFS能夠選擇出最優(yōu)特征集,使BMIFS-LSSVM提高入侵檢測準確率且降低誤報率。
[Abstract]:In order to improve the performance of network intrusion detection system (IDS), an intrusion detection scheme based on mutual information feature selection and LSSVM is proposed. The collected network connection data are normalized and a new mutual information feature selection (BMIFS) method considering feature correlation and redundancy is proposed in order to select an effective feature set from the network connection data. Based on the extracted feature set of training samples, a classifier and a simplified particle swarm optimization (PSO) algorithm are constructed by using least squares support vector machine (LSSVM) to optimize the kernel width coefficient and regularization parameters of LSSVM. Finally, the trained classifier is used for intrusion detection. The simulation results show that the proposed BMIFS can select the optimal feature set, so that the BMIFS-LSSVM can improve the accuracy of intrusion detection and reduce the false alarm rate.
【作者單位】： 中國民航飛行學院科研處;
【基金】：國家自然科學基金民航聯(lián)合基金重點項目(U1233202/F01)
【分類號】：TP18;TP393.08

【相似文獻】

相關期刊論文 前10條

1 王衛(wèi)平;唐志煦;;基于混合CatfishPSO-LSSVM特征選擇的入侵檢測[J];計算機系統(tǒng)應用;2012年01期

2 張永;曹東俠;;一種高效的特征選擇機制應用于入侵檢測[J];甘肅科學學報;2011年03期

3 閆鵬;鄭雪峰;李明祥;陳松華;;關于貝葉斯推理的垃圾郵件特征選擇評估函數(shù)[J];計算機工程與應用;2008年33期

4 李慧;李存華;王霞;;基于特征選擇的網(wǎng)頁排名算法[J];計算機工程;2010年13期

5 肖海軍;王小非;洪帆;崔國華;;基于特征選擇和支持向量機的異常檢測[J];華中科技大學學報(自然科學版);2008年03期

6 張曉惠;林柏鋼;;基于特征選擇和多分類支持向量機的異常檢測[J];通信學報;2009年S1期

7 陳玉明;謝斐星;吳克壽;唐朝輝;;基于鄰域關系的網(wǎng)絡入侵檢測特征選擇[J];常州大學學報(自然科學版);2014年03期

8 張昭;張潤蓮;蔣曉鴿;曾兵;;基于特征選擇和支持向量機的異常檢測方法[J];計算機工程與設計;2013年09期

9 黃君毅;吳靜;張暉;;IP流量分類算法中特征選擇作用分析[J];計算機工程;2010年16期

10 劉永芬;;基于特征選擇的入侵檢測方法[J];福建電腦;2012年04期

相關碩士學位論文 前10條

1 袁玉錄;基于數(shù)據(jù)分類的網(wǎng)絡通信行為建模方法研究[D];電子科技大學;2015年

2 馬錚;網(wǎng)絡流量特征分析與特征選擇[D];北京郵電大學;2013年

3 徐冬;基于特征選擇的入侵檢測方法研究[D];吉林大學;2016年

4 鄭芳泉;稀有數(shù)據(jù)的集成特征選擇與入侵檢測[D];福州大學;2013年

5 黃春虎;基于ReliefF-FCBF組合的入侵特征選擇算法研究[D];新疆大學;2016年

6 唐志煦;基于特征選擇的入侵檢測研究[D];中國科學技術大學;2011年

7 黎利輝;基于特征選擇的入侵檢測研究[D];中南林業(yè)科技大學;2009年

8 邱玉祥;特征選擇和集成學習及其在入侵檢測中的應用[D];南京師范大學;2008年

9 布文秀;基于改進的GHSOM入侵檢測技術研究[D];天津大學;2016年

10 張家柏;基于特征選擇和聚類的入侵檢測的研究[D];中南大學;2010年

，

本文編號：1946706