入侵检测中基于SVM的两级特征选择方法

• 作者: 彭小金 方堃 杨宇洋 武小年
• 来源期刊: 通信学报
• 学科: 工学
• 关键词: 入侵检测 特征选择 支持向量机 Fisher分 序列后向搜索
• 年，卷（期）: 2015,（4）
• 所属期刊栏目: 学术论文
• 页码范围: 19-26
• 页数: 8页
• 分类号: TP393
• 字数: 6603字
• 语种: 中文
• DOI: 10.11959/j.issn.1000-436x.2015127

摘要

针对入侵检测中的特征优化选择问题,提出基于支持向量机的两级特征选择方法.该方法将基于检测率与误报率比值的特征评测值作为特征筛选的评价指标,先采用过滤模式中的Fisher分和信息增益分别过滤噪声和无关特征,降低特征维数;再基于筛选出来的交叉特征子集,采用封装模式中的序列后向搜索算法,结合支持向量机选取最优特征子集.仿真测试结果表明,采用该方法筛选出来的特征子集具有更好的分类性能,并有效降低了系统的建模时间和测试时间.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	武小年	桂林电子科技大学信息与通信学院	45	254	6.0	14.0
10	彭小金	桂林电子科技大学信息与通信学院	3	63	2.0	3.0
11	方堃	桂林电子科技大学信息与通信学院	2	53	2.0	2.0
12	杨宇洋	桂林电子科技大学信息与通信学院	2	56	2.0	2.0