基于特征选择的无监督入侵检测方法

• 作者: 吴剑
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 遗传算法 K均值聚类 入侵检测 特征选择
• 年，卷（期）: 2011,（26）
• 所属期刊栏目: 网络、通信、安全
• 页码范围: 79-82
• 分类号: TP393.08
• 字数: 5565字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2011.26.023

摘要

为提高入侵检测系统的检测速度和效果,结合遗传算法提出了一种基于特征选择的无监督入侵检测方法.一方面利用改进的遗传算法作为搜索策略；一方面使用K均值聚类算法对提取特征后的数据进行聚类,并将类间离散度和类内离散度的相关比值作为特征子集的评价指标,从而实现最优特征子集的求解并用于无监督的入侵检测.实验结果表明,该方法由于解决了入侵检测的特征选择问题,与未采用特征选择的无监督入侵检测相比具有更好的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴剑	山东政法学院信息科学技术系	6	22	3.0	4.0