基于主成分分析法的入侵检测特征选择方法

如何提取数据的有效特征是入侵检测过程中至关重要的方法。本文针对常用的特征选择算法无法很好地对入侵检测数据特征进行降维以及检测时间长等不足,提出了一种基于主成分分析法的入侵检测特征选择方法。首先利用PCA方法对原始的数据集合进行正交变换,然后根据变换所得的矩阵,分析每个原始特征在正交变换时的贡献度,最后依据贡献度的大小对原始特征属性进行选择。通过仿真实验,表明通过PC A方法所选择出的特征变量涵括了入侵检测数据特征的主要信息,属于重要特征。在保证检测率的基础上减少了检测时间,提高了检测效率。