卡方校正算法对入侵检测特征选择的优化

摘要：

在入侵检测系统中互信息特征选择标准可快速选择重要特征,通常信息熵的计算偏差会降低系统的分类性能.为了减少特征选择偏差的影响,提出卡方校正算法(chi-square correction algorithm,CSCA).首先,对所有候选特征进行离散化处理,计算互信息特征选择相关标准的偏差;然后,将偏差项添加在特征选择目标函数中,通过CSCA优化离散化水平和特征偏差;最后,在更新后的特征集中选择当前最重要的特征子集,在分类模型中检测攻击.仿真结果表明,与MIGM(mutual infor-mation gain maximize)算法和M-DFIFS (M-dynamic feature importance based feature selection)算法相比,卡方校正算法提高了入侵检测系统的精度,同时降低了系统的误报率.

关键词：入侵检测;特征选择;互信息;离散化;卡方检验

所属期刊栏目：68

分类号：TP311(计算技术、计算机技术)

资助基金：国家自然科学基金;云南省重大科技专项计划项目

在线出版日期：2022-03-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：65-72