KNN-IPSO选择特征的网络入侵检测

• 作者: 余世干 冯莹莹 刘辉
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 入侵检测 特征选择 特征关联性 改进粒子群算法
• 年，卷（期）: 2014,（17）
• 所属期刊栏目: 网络、通信、安全
• 页码范围: 95-99
• 页数: 5页
• 分类号: TP391
• 字数: 4352字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1312-0257

摘要

为了提高网络入侵检测的正确率，提出一种基于KNN-IPSO选择特征的网络入侵检测模型（KNN-IPSO）。首先采用K近邻算法消除原始网络数据中的冗余特征，并将其作为粒子群算法的初始解，然后采用粒子群算法找到最优特征子集，并对粒子的惯性权重进行自适应调整和种群进行混沌操作，帮助种群跳出局部最优，最后采用KDD CUP 99数据集对KNN-IPSO的性能进行测试。结果表明，KNN-IPSO消除了冗余特征，降低了分类器的输入维数，有效提高了入侵检测正确率和检测速度。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	余世干	阜阳师范学院信息工程学院	32	34	3.0	4.0
2	冯莹莹	阜阳师范学院信息工程学院	41	92	6.0	8.0
3	刘辉	阜阳师范学院信息工程学院	26	23	3.0	4.0