| 特征选择和分类器优化耦合的网络入侵检测 |
| |
| 引用本文： | 刘冬冬,王峰,牛磊,郭博.特征选择和分类器优化耦合的网络入侵检测[J].计算机工程与应用,2013(20). |
| |
| 作者姓名： | 刘冬冬 王峰 牛磊 郭博 |
| |
| 作者单位： | 阜阳师范学院 计算机与信息学院,安徽 阜阳,236041 |
| |
| 基金项目： | 安徽省教育厅自然科学研究项目(No.KJ2013Z262，No.KJ2012Z313)；全国统计科学研究计划项目(No.2012LY009)。 |
| |
| 摘 要： | 针对网络入侵中特征选择与分类器参数不匹配问题，提出一种特征选择和分类器优化耦合的网络入侵检测模型（F-SVM）。通过径向基核函数将网络特征的评估标准映射至高维空间进行计算，建立网络特征评估和后续网络入侵分类器之间的联系，在特征选择阶段解决了分类器的参数设计问题，建立网络入侵检测模型，并采用KDD 99数据集对F-SVM的性能进行测试。结果表明，F-SVM不仅可以消除无用、冗余特征，网络特征的维数显著降低，而且获得了网络入侵分类器的最优参数，从而提高了网络入侵检测的正确率和检测效率。
|
| 关 键 词： | 特征选择 分类器 网络入侵 参数优化 核函数参数 |
NIU Lei, et al. Network intrusion detection based on considering features selection and classifier optimization simultaneously |
| |
| LIU Dongdong
,
WANG Feng
,
NIU Lei
,
GUO Bo.NIU Lei, et al. Network intrusion detection based on considering features selection and classifier optimization simultaneously[J].Computer Engineering and Applications,2013(20). |
| |
| Authors: | LIU Dongdong WANG Feng NIU Lei GUO Bo |
| |
| Abstract: | |
| |
| Keywords: | features selection classifier network intrusion parameter optimization kernel function parameter |
| 本文献已被 万方数据 等数据库收录！ |
