|
|||||
|
|
| 基于互信息的特征选择在入侵检测中的优化 | |
| 作者单位： | ;1.昆明理工大学信息工程与自动化学院 |
| 摘 要： | 在处理入侵检测中的大规模数据时,冗余和不相关的特征数据长期造成网络数据流量分类问题,这种特征会降低分类效率和精度,并影响系统的实时检测率。该文提出了一种新的基于互信息的特征选择算法(NMIFS),该算法能处理线性和非线性相关的特征数据。在数据预处理的过程中,使用该算法选择出最优特征,然后结合常见的最小二乘支持向量机算法(LSSVM)对数据进行分类。采用入侵检测标准数据集KDD Cup 99对模型进行性能评估,对比其他新型的优化算法,结果表明NMIFS算法更有助于LSSVM算法实现更高的分类精度和效率,降低计算复杂度,同时提高模型的检测率。 |
| 关 键 词： | 入侵检测系统 互信息 特征选择 分类 检测率 |
Optimization of feature selection based on mutual information in intrusion detection |
|
| Abstract: | |
| Keywords: | |