基于AFSA-KNN选择特征的网络入侵检测

摘要：

针对网络入侵特征高维性和特征冗余严重等问题，提出一种K近邻算法（KNN）和改进人工鱼群算法选择特征的网络入侵检测模型（AFSA-KNN）。计算特征之间的关联度，采用KNN算法消除原始网络数据中的冗余特征；将得到的特征子集作为AFSA初始解，通过模拟鱼群的觅食、聚群及追尾行为找到最优特征子集；建立网络入侵检测分类器。实验结果表明， AFSA-KNN有效消除了冗余特征，减少分类器输入维数，提高了网络入侵检测正确率和检测速度。

关键词：特征选择、入侵检测、K近邻、特征关联性、人工鱼群算法

分类号：TN915

在线出版日期：2014-09-26（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：2675-2679