入侵检测中的混合特征选择算法研究

摘要：

　　在开放式网络中，高维混合特征的冗余或不相容属性会降低网络入侵检测的效率。为提高入侵检测系统的响应性能，提出一种混合特征选择方法，利用粗糙集形式化描述入侵检测的特征选择，采用信息熵和平均权重分别定义数值型和字符型特征的重要度。算法产生降序特征序列，采用K-means聚类算法评估出优化特征子集。在KDD CUP99数据集上的仿真实验表明，算法有效选择特征子集并缩短了检测时间。

关键词： 计算机网络 安全管理 入侵检测技术 聚类算法 粗糙集 信息熵

作者: LI Yin-huan 黎银环 ZHONG Yan-hua 钟艳花

作者单位: Jiangmen Vocational & Technical Polytechnic, Jiangmen 529000, China 广东省江门职业技术学院,广东江门529000

会议类型: 国内会议

会议名称: 2012全国开放式分布与并行计算学术年会

会议地点: 宁波

会议语种:中文

页码: 51-54

在线出版日期: 2012-09-26（万方平台首次上网日期，不代表论文的发表时间）