入侵检测系统中两种审计数据缩减技术的比较与分析 |
| |
引用本文: | 邹涛,孙宏伟,田新广,李学春.入侵检测系统中两种审计数据缩减技术的比较与分析[J].计算机应用,2003,23(7):13-14,17. |
| |
作者姓名: | 邹涛 孙宏伟 田新广 李学春 |
| |
作者单位: | 1. 国防科技大学,电子科学与工程学院,湖南,长沙,410073;北京首信股份有限公司,IP网络技术研究所,北京100016 2. 国防科技大学,电子科学与工程学院,湖南,长沙,410073 3. 北京首信股份有限公司,IP网络技术研究所,北京100016 |
| |
摘 要: | 文中研究了构建IDS时重要输入特征的鉴别问题,在介绍一种基于效能等级的重要特征排序算法(PFRM)基础上,提出一种基于遗传算法的最小特征子集选取算法(FSSGA)。分析了两种算法的特点,并采用相同数据集对其进行实验比较。实验结果表明,与PFRM相比,FSSGA算法在特征减少和攻击检测方面具有更好的性能。
|
关 键 词: | 入侵检测系统 审计数据 遗传算法 支撑矢量机 神经网络 |
文章编号: | 1001-9081(2003)07-0013-02 |
Comparison and Analysis of Two Audit Data Reduction Methods for Intrusion Detection System |
| |
Abstract: | |
| |
Keywords: | IDS audit data genetic algorithm support vector machine neural network |
本文献已被 CNKI 维普 万方数据 等数据库收录! |
|