基于邻域关系的网络入侵检测特征选择

• 作者: 吴克寿 唐朝辉 谢斐星 陈玉明
• 来源期刊: 常州大学学报（自然科学版）
• 学科: 工学
• 关键词: 粗糙集 邻域关系 入侵检测 特征选择
• 年，卷（期）: 2014,（3）
• 所属期刊栏目: 计算机与信息工程
• 页码范围: 1-5
• 页数: 5页
• 分类号: TP309
• 字数: 4506字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-0411.2014.03.001

摘要

入侵检测数据集具有数据量大、特征敷众多、连续型数据的特点.粗糙集是一种有效处理不确定性、不一致性、海量数据的有效分类工具,其特点是保持入侵检测数据集的分类能力不变,进行特征选择.为了避免传统粗糙集特征选择方法所必需的离散化过程带来的信息损失,引入邻域粗糙集模型,提出基于邻域关系的网络入侵检测数据特征选择方法.该方法从所有特征出发,根据特征重要度逐步删除冗余的特征,最后得到关键特征组进行分类研究.在CUP99入侵检测数据集上进行特征选择,并进行了分类实验,实验结果表明该方法是有效可行的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴克寿	厦门理工学院计算机科学与技术系	33	188	8.0	11.0
2	陈玉明	厦门理工学院计算机科学与技术系	27	163	8.0	11.0
3	唐朝辉	厦门理工学院计算机科学与技术系	9	36	3.0	5.0
4	谢斐星	厦门理工学院计算机科学与技术系	1	6	1.0	1.0