属性约简在基于归纳学习的入侵检测中的应用

• 作者: 乐毅 吴国栋 郑诚
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 归纳学习 入侵检测 粗糙集约简 决策树学习
• 年，卷（期）: 2007,（10）
• 所属期刊栏目: 安全与防范
• 页码范围: 250-封3
• 页数: 4页
• 分类号: TP39
• 字数: 4133字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2007.10.071

摘要

使用基于粗糙集(Rough Set)约简并和抽样结合来约简KDD99的海量数据中的属性,降低属性之间的相关性.使用具有广泛数学基础的粗糙集约简海量网络侦听数据的属性,产生具有较好的独立性入侵检测属性集,学习的时间效率也得到提高.通过具有相通理论基础的决策树印证约简的有效性和检测的时间效率并生成检测规则.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑诚	安徽大学计算机学院	103	1013	15.0	28.0
2	乐毅	安徽农业大学信息与计算机学院	31	118	5.0	10.0
4	吴国栋	安徽农业大学信息与计算机学院	42	121	6.0	9.0