10.3969/j.issn.1000-7024.2014.08.011
基于AFSA-KNN选择特征的网络入侵检测
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。
特征选择、入侵检测、K近邻、特征关联性、人工鱼群算法
TN915
2014-09-26(万方平台首次上网日期,不代表论文的发表时间)
共5页
2675-2679