网络入侵检测系统中的数据缩减技术

• 作者: 孙宏伟 张尔扬 田新广 邹涛
• 来源期刊: 国防科技大学学报
• 学科: 工学
• 关键词: 网络入侵检测 数据缩减 相关特征选取 主成分分析
• 年，卷（期）: 2003,（6）
• 所属期刊栏目: 计算机工程·材料工程
• 页码范围: 16-20
• 页数: 5页
• 分类号: TP391
• 字数: 2528字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-2486.2003.06.004

摘要

在进行事件分析之前,网络入侵检测系统首先要面对数据缩减的问题.以ANIDS为背景,分析了两种重要的数据缩减技术:相关特征子集选择和特征再构造.提出了一种基于Wrapper方法的最优特征子集选取算法SRRW.在考虑学习算法偏置的情况下,通过识别强相关特征并引入约束,能够更快地搜索并获得最优的相关特征子集.从特征再构造角度出发实现数据缩减,并通过因子负荷量矩阵分析了原始特征之间的相关性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张尔扬	国防科技大学电子科学与工程学院	223	1827	20.0	30.0
2	田新广	国防科技大学电子科学与工程学院	28	341	10.0	18.0
3	邹涛	国防科技大学电子科学与工程学院	13	83	6.0	9.0
4	孙宏伟	国防科技大学电子科学与工程学院	7	105	6.0	7.0