本文關(guān)鍵詞：基于Fisher分和支持向量機(jī)的特征選擇算法

  更多相關(guān)文章： 入侵檢測 Fisher分 支持向量機(jī) 特征選擇 數(shù)據(jù)標(biāo)準(zhǔn)化

【摘要】：網(wǎng)絡(luò)入侵?jǐn)?shù)據(jù)集中存在的大量冗余和噪聲特征嚴(yán)重影響檢測系統(tǒng)的性能。針對該問題,提出一種基于Fisher分和支持向量機(jī)的入侵特征選擇算法。通過對各維特征的Fisher分值排序,結(jié)合支持向量機(jī)分類算法,建立特征分類模型,篩選出具有最高檢測率與誤碼率比值的最優(yōu)特征組合。仿真結(jié)果表明,該算法篩選出的特征組合具有較高的檢測率和較低的誤碼率,有效降低了檢測系統(tǒng)的建模時(shí)間和測試時(shí)間,提高了系統(tǒng)性能。
【作者單位】： 桂林電子科技大學(xué)信息與通信學(xué)院;保密通信重點(diǎn)實(shí)驗(yàn)室;
【關(guān)鍵詞】： 入侵檢測 Fisher分 支持向量機(jī) 特征選擇 數(shù)據(jù)標(biāo)準(zhǔn)化
【基金】：廣西自然科學(xué)基金項(xiàng)目(2012GXNSFAA053224) 保密通信重點(diǎn)實(shí)驗(yàn)室基金項(xiàng)目(9140C110404110C1106) 廣西教育廳基金項(xiàng)目(201010LX156;CD10066X)
【分類號】：TP393.08;TP18
【正文快照】： 0引言在網(wǎng)絡(luò)入侵檢測中,過多的噪聲特征和冗余特征嚴(yán)重影響了入侵檢測系統(tǒng)的性能和準(zhǔn)確率,優(yōu)化特征選擇是入侵檢測系統(tǒng)解決該問題的有效途徑。特征選擇是從一組特征中篩選出對分類器分類性能影響最重要的特征子集,并在不明顯影響分類檢測率的情況下,挑選出最優(yōu)特征組合的過程

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前2條

1 落紅衛(wèi);網(wǎng)絡(luò)入侵檢測系統(tǒng)及性能指標(biāo)[J];電信網(wǎng)技術(shù);2005年11期

2 張雪芹;顧春華;;一種網(wǎng)絡(luò)入侵檢測特征提取方法[J];華南理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2010年01期

【共引文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 李想;王素格;郭曉敏;;基于模糊形式概念分析的文本分類模型[J];電腦開發(fā)與應(yīng)用;2014年05期

2 饒秋納;趙澤茂;;基于One-Class支持向量機(jī)的Windows注冊表異常檢測[J];計(jì)算機(jī)工程與科學(xué);2009年08期

3 宋宇翔;劉琰;;特征和分類器聯(lián)合優(yōu)化的網(wǎng)絡(luò)入侵檢測算法[J];計(jì)算機(jī)工程與應(yīng)用;2012年19期

4 呂云云;李e，

本文編號：558656