基于互信息特征选择和LSSVM的网络入侵检测系统

• 作者: 庄夏
• 来源期刊: 中国测试
• 关键词: 网络入侵检测 互信息特征选择 最小二乘支持向量机 简化粒子群优化
• 年，卷（期）: 2017,（11）
• 所属期刊栏目: 性能测试
• 页码范围: 134-139
• 页数: 6页
• 字数: 5650字
• 语种: 中文
• DOI: 10.11857/j.issn.1674-5124.2017.11.026

摘要

为提高网络入侵检测系统(IDS)的性能,提出一种基于互信息特征选择和LSSVM的入侵检测方案(BMIFS-LSSVM).将采集到的网络连接数据进行规范化处理,并提出一种权衡考虑特征相关性和冗余性的新型互信息特征选择(BMIFS)方法,以此从网络连接数据中选择出有效特征集.根据提取的训练样本特征集,利用最小二乘支持向量机(LSSVM)构建分类器和简化粒子群优化(SPSO)算法来优化LSSVM的核函数宽度系数和正则化参数,最后利用训练好的分类器进行入侵检测.仿真结果表明:提出的BMIFS能够选择出最优特征集,使BMIFS-LSSVM提高入侵检测准确率且降低误报率.