基于特征選擇和支持向量機(jī)的入侵檢測(cè)研究.pdf

1、眾所周知,網(wǎng)絡(luò)入侵?jǐn)?shù)據(jù)存在高維和非線性的特點(diǎn),并且含有大量的噪聲和冗余特征,導(dǎo)致入侵檢測(cè)系統(tǒng)數(shù)據(jù)處理難、耗用時(shí)間長(zhǎng)和檢測(cè)效率低等諸多問(wèn)題。如何降低數(shù)據(jù)處理難度,提高檢測(cè)效率是入侵檢測(cè)系統(tǒng)要解決的關(guān)鍵問(wèn)題。
　　本文主要對(duì)基于特征選擇和支持向量機(jī)的入侵檢測(cè)進(jìn)行研究,將特征選擇和支持向量機(jī)相結(jié)合,給出一種基于特征選擇和支持向量機(jī)的入侵檢測(cè)模型。一方面,特征選擇能從網(wǎng)絡(luò)數(shù)據(jù)集中篩選出對(duì)分類(lèi)器分類(lèi)性能影響最重要的最優(yōu)特征組合,降低特征的維

2、數(shù)和提高系統(tǒng)的檢測(cè)效率;另一方面,支持向量機(jī)是一種典型的二分類(lèi)器,具有嚴(yán)格的數(shù)學(xué)理論基礎(chǔ)和良好的泛化能力,在處理高維和非線性學(xué)習(xí)問(wèn)題上具有獨(dú)到的優(yōu)越性,其能夠有效提高分類(lèi)算法的效率。
　　針對(duì)特征選擇問(wèn)題,本文提出了一種混合特征選擇算法。此算法結(jié)合過(guò)濾模式和封裝模式的優(yōu)點(diǎn),將兩者進(jìn)行混合。首先,根據(jù)特征分類(lèi)值對(duì)特征進(jìn)行計(jì)算,設(shè)置特定的閾值,并通過(guò)過(guò)濾模式中的Fisher分和信息增益對(duì)網(wǎng)絡(luò)數(shù)據(jù)集分別按照閾值進(jìn)行過(guò)濾選擇,去除噪聲和無(wú)