利用GA与SVM对NIDS进行关键特征提取

• 作者: 刘云璐 张跃军 柴乔林 王华 王少娥
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 入侵检测 特征选择 遗传算法 支持向量机
• 年，卷（期）: 2006,（34）
• 所属期刊栏目: 网络、通信与安全
• 页码范围: 119-121
• 页数: 3页
• 分类号: TP393.08
• 字数: 2908字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2006.34.036

摘要

入侵检测是网络信息安全系统的重要组成部分,而检测特征数量的多少是影响整个入侵检测系统性能的重要因素.介绍了一种减少冗余特征、确定关键特征的方法.这种方法以检测精度为基准,借助遗传算法(GA)寻优,利用支持向量机(SVM)评价,根据统计学原理进行重要性排序.最后按照排序,根据检测精度和误判率变化情况减少冗余,确定关键特征.实验结果理想,并且,与文献[1,2]相比,关键特征更少,说明这种方法是科学的,是完全可行的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王华	山东大学计算机科学与技术学院	75	424	11.0	18.0
2	柴乔林	山东大学计算机科学与技术学院	79	1043	17.0	29.0
3	王少娥		11	27	4.0	5.0
4	刘云璐	山东大学计算机科学与技术学院	4	18	3.0	4.0
5	张跃军	山东大学计算机科学与技术学院	3	13	3.0	3.0