粗糙集特征选择和支持向量机在入侵检测

• 作者: 叶晓彤 曾黄麟 简清明
• 来源期刊: 四川理工学院学报（自然科学版）
• 学科: 工学
• 关键词: 粗糙集 特征选择 入侵检测系统 支持向量机
• 年，卷（期）: 2009,（5）
• 所属期刊栏目: 信息与计算机科学
• 页码范围: 62-64
• 页数: 3页
• 分类号: TP309
• 字数: 2873字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-1549.2009.05.019

摘要

针对传统的基于特征检测的入侵检测系统处理的数据常含有大量的冗余特征,使得系统的特征提取和后续处理消耗大量系统资源,导致实时性差,影响检测效果的问题,文章利用粗糙集理论进行特征约简,消除冗余和噪音特征并基于精简后特征子集训练支持向量机,再由训练后的分类器进行入侵检测的方法,以达到提高入侵检测系统的实时性能.实验结果表明了该方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	叶晓彤	四川理工学院网管中心	25	49	3.0	5.0
2	曾黄麟	四川理工学院自动化与电子信息学院	90	510	12.0	19.0
3	简清明	四川理工学院网管中心	15	78	5.0	8.0