一种基于特征选择的入侵检测方法

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。

关键词：入侵检测、Fisher 特征选择、K 近邻算法

分类号：TP309.2(计算技术、计算机技术)

资助基金：国家自然科学基金61103197;吉林省重大科技专项基金2011ZDGG007

在线出版日期：2015-02-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：112-116