基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对入侵检测中网络数据高维度、大规模所带来的问题,基于特征选择方法 Fisher 在网络安全数据集中的应用,提出一种基于特征选择的通用入侵检测框架。该方法通过提取关键特征,降低安全数据的维度;采用 K 近邻方法作为分类器,验证特征选择后的检测效果。实验结果表明,该方法能在较少特征的情况下达到较高的检测率,具有较好的可行性。
推荐文章
基于特征选择的网络入侵检测方法
入侵检测
特征选择
机器学习
一种基于匹配集的入侵检测方法
安全
入侵检测
特征匹配
网络
基于特征选择的网络入侵检测模型研究
特征选择
网络入侵
Fisher比
支持向量机
一种基于统计方法的入侵检测模型的研究
统计方法
入侵检测
神经网络
疑义商
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种基于特征选择的入侵检测方法
来源期刊 吉林大学学报(理学版) 学科 工学
关键词 入侵检测 Fisher 特征选择 K 近邻算法
年,卷(期) 2015,(1) 所属期刊栏目 计算机科学
研究方向 页码范围 112-116
页数 5页 分类号 TP309.2
字数 3492字 语种 中文
DOI 10.13413/j.cnki.jdxblxb.2015.01.24
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 崔亚芬 吉林省招生委员会办公室 7 28 2.0 5.0
2 解男男 吉林大学计算机科学与技术学院 11 79 6.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (69)
共引文献  (392)
参考文献  (9)
节点文献
引证文献  (23)
同被引文献  (75)
二级引证文献  (101)
1948(1)
  • 参考文献(0)
  • 二级参考文献(1)
1973(1)
  • 参考文献(0)
  • 二级参考文献(1)
1975(2)
  • 参考文献(0)
  • 二级参考文献(2)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(3)
  • 参考文献(0)
  • 二级参考文献(3)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(5)
  • 参考文献(0)
  • 二级参考文献(5)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(5)
  • 参考文献(0)
  • 二级参考文献(5)
2000(8)
  • 参考文献(0)
  • 二级参考文献(8)
2001(6)
  • 参考文献(0)
  • 二级参考文献(6)
2002(5)
  • 参考文献(0)
  • 二级参考文献(5)
2003(7)
  • 参考文献(2)
  • 二级参考文献(5)
2004(10)
  • 参考文献(1)
  • 二级参考文献(9)
2005(4)
  • 参考文献(2)
  • 二级参考文献(2)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(4)
  • 参考文献(1)
  • 二级参考文献(3)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(4)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(4)
  • 二级引证文献(0)
2015(4)
  • 引证文献(4)
  • 二级引证文献(0)
2016(6)
  • 引证文献(4)
  • 二级引证文献(2)
2017(15)
  • 引证文献(6)
  • 二级引证文献(9)
2018(37)
  • 引证文献(4)
  • 二级引证文献(33)
2019(47)
  • 引证文献(4)
  • 二级引证文献(43)
2020(15)
  • 引证文献(1)
  • 二级引证文献(14)
研究主题发展历程
节点文献
入侵检测
Fisher 特征选择
K 近邻算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
吉林大学学报(理学版)
双月刊
1671-5489
22-1340/O
大16开
长春市南湖大路5372号
12-19
1955
chi
出版文献量(篇)
4812
总下载数(次)
6
总被引数(次)
24333
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导