基于粗糙集-支持向量机理论的过滤误报警方法

• 作者: 肖云 赵婷 郑庆华 韩崇昭
• 来源期刊: 电子与信息学报
• 学科: 工学
• 关键词: 入侵检测 误报警 漏报警 粗糙集 支持向量机
• 年，卷（期）: 2007,（12）
• 所属期刊栏目: 论文
• 页码范围: 3011-3014
• 页数: 4页
• 分类号: TP393.08
• 字数: 4700字
• 语种: 中文

摘要

为过滤入侵检测系统报警数据中的误报警,根据报警的根源性和时间性总结出了区分真报警和误报警的19个相关属性,并提出了一种基于粗糙集-支持向量机理论的过滤误报警的方法.该方法首先采用粗糙集理论去除相关属性中的冗余属性,然后将具有约简后的10个属性的报警数据集上的误报警过滤问题转化为分类问题,采用支持向量机理论构造分类器以过滤误报警.实验采用由网络入侵检测器Snort监控美国国防部高级研究计划局1999年入侵评测数据(DARPA99)产生的报警数据,结果表明提出的方法在漏报警约增加1.6%的代价下,可过滤掉约98%的误报警.该结果优于文献中使用相同数据、相同入侵检测系统的其它方法的结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩崇昭	西安交通大学电子与信息工程学院	349	5634	35.0	59.0
2	肖云	西安交通大学电子与信息工程学院	14	66	5.0	8.0
4	郑庆华	西安交通大学电子与信息工程学院	118	1659	22.0	36.0
5	赵婷	西安交通大学电子与信息工程学院	14	235	8.0	14.0