基于神经网络和CFS特征选择的网络入侵检测系统

• 作者: 孙宁青
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 入侵检测 特征选择 神经网络 CFS
• 年，卷（期）: 2010,（6）
• 所属期刊栏目: 计算机网络与信息安全
• 页码范围: 37-39,117
• 分类号: TP393.08
• 字数: 3690字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2010.06.010

摘要

本文提出了一种新型的基于CFS特征选择和神经网络的高效入侵检测模型.通过使用该模型对经过特征提取后的攻击数据的训练学习,可以有效地识别各种入侵.在经典的KDD Cup 1999入侵检测数据集上的测试说明,该模型能够高效地对攻击模式进行训练学习,从而正确有效地检测网络攻击.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙宁青		8	25	2.0	5.0