基于信息增益和粗糙集的入侵检测方法

• 作者: 任学臻 张永
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 网络入侵检测 信息增益 粗糙集 随机森林
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 安全技术
• 页码范围: 303-308
• 页数: 6页
• 分类号: TP311
• 字数: 4591字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2020.04.049

摘要

传统的随机森林在网络入侵检测中收敛速度慢,并且学习性能不够完善.为消除原始入侵检测数据中的冗余信息,提出一种基于信息增益和粗糙集的随机森林入侵检测方法.使用信息增益对数据的各个属性进行相关分析,删除冗余属性,减小属性简约的时间复杂度;利用粗糙集理论从数据中提取分明函数,求得属性简约;使用随机森林分类器进行分类.实验结果表明,该方法收敛速度较快,在召回率和精度方面都要高于传统的随机森林方法,尤其是在训练样本充足的网络环境下,效果更加明显.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张永	辽宁师范大学计算机与信息技术学院	48	408	12.0	17.0
2	任学臻	辽宁师范大学计算机与信息技术学院	1	0	0.0	0.0