基于主成分分析和决策树的入侵检测方法

• 作者: 刘勇 孙东红 王宛山 陈友
• 来源期刊: 东北大学学报（自然科学版）
• 学科: 工学
• 关键词: 入侵检测 主成分分析 决策树 特征选择 GA-SVM
• 年，卷（期）: 2010,（7）
• 页码范围: 933-937
• 分类号: TP393
• 字数: 3974字
• 语种: 中文
• DOI: 10.3969/j.issn.1005-3026.2010.07.006

摘要

特征选择算法能够更好地提高入侵检测系统的检测速度和检测效果,消除冗余数据并减轻噪音特征.结合特征选择算法的优势,提出一种基于主成分分析(PCA)与决策树(C4.5)的入侵检测方法,进而构建出轻量级的入侵检测系统.通过在KDD 1999数据集上对该方法进行详细的实验验证,证明该方法一方面确保系统有较高的检测率与较低误报率,另一方面能够比较显著地提高系统的训练时间与测试时间.同时,通过比较实验发现此方法在训练时间、测试时间、检测率、误报率上的效果也优于GA-SVM方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王宛山	东北大学机械工程与自动化学院	197	2107	22.0	35.0
2	陈友	中国科学院计算技术研究所	7	184	5.0	7.0
3	孙东红	清华大学信息工程研究网络中心	8	66	6.0	8.0
4	刘勇	东北大学机械工程与自动化学院	13	160	8.0	12.0