基于特征选择的网络入侵检测模型

• 作者: 姜滨
• 来源期刊: 现代电子技术
• 关键词: 网络入侵 检测模型 特征选择 分类器设计 主成分分析 网络安全
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 网络与信息安全
• 页码范围: 87-90,94
• 页数: 5页
• 分类号: TN915.08-34
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2019.01.020

摘要

入侵检测是保证网络安全的重要手段之一,针对当前网络入侵检测模型无法获得理想网络入侵检测效果的难题,设计了基于特征选择的网络入侵检测模型.首先对当前网络入侵检测研究现状进行分析,指出当前网络入侵检测模型存在的不足;然后采集网络状态信息,并提取网络原始特征;最后采用主成分分析选择主要特征,并引入极限学习机建立网络入侵检测的分类器,采用KDD CUP99数据集对模型进行分析,结果表明,所提方法大幅度改善了网络入侵检测率,网络入侵的误检率、漏检率低,网络入侵检测整体效果要显著优于当前其他网络入侵检测模型.