基于邻域关系的网络入侵检测特征选择

被引：6

作者：

陈玉明

谢斐星

吴克寿

唐朝辉

机构：

[1] 厦门理工学院计算机科学与技术系

来源：

常州大学学报(自然科学版) | 2014年 / 26卷 / 03期

关键词：

粗糙集; 邻域关系; 入侵检测; 特征选择;

D O I：

暂无

中图分类号：

TP393.08 [];

学科分类号：

0839 ; 1402 ;

摘要：

入侵检测数据集具有数据量大、特征数众多、连续型数据的特点。粗糙集是一种有效处理不确定性、不一致性、海量数据的有效分类工具,其特点是保持入侵检测数据集的分类能力不变,进行特征选择。为了避免传统粗糙集特征选择方法所必需的离散化过程带来的信息损失,引入邻域粗糙集模型,提出基于邻域关系的网络入侵检测数据特征选择方法。该方法从所有特征出发,根据特征重要度逐步删除冗余的特征,最后得到关键特征组进行分类研究。在CUP99入侵检测数据集上进行特征选择,并进行了分类实验,实验结果表明该方法是有效可行的。

引用

页码：1 / 5

页数：5

共 14 条

[1]

Positive approximation: An accelerator for attribute reduction in rough set theory[J] . Yuhua Qian,Jiye Liang,Witold Pedrycz,Chuangyin Dang. &nbspArtificial Intelligence . 2010 (9)

[2]

An Intrusion Detection Model. Denning DE. IEEE Transactions on Software Engineering . 1987

[3] ROUGH SETS [J].

PAWLAK, Z .

INTERNATIONAL JOURNAL OF COMPUTER & INFORMATION SCIENCES, 1982, 11 (05) :341-356

[4]

Feature selection for classification[J] . M. Dash,H. Liu. &nbspIntelligent Data Analysis . 1997 (1)

[5]

Effective approach toward Intrusion Detection System using data mining techniques[J] . G.V. Nadiammai,M. Hemalatha. &nbspEgyptian Informatics Journal . 2013

[6]

模式识别[M]. 清华大学出版社 , 边肇祺等编著, 2000

[7]

Rough集理论与知识获取[M]. 西安交通大学出版社 , 王国胤编著, 2001

[8] Rough Set理论中连续属性的离散化方法 [J].

苗夺谦 .

自动化学报, 2001, (03) :296-302

[9]

A rough set approach to feature selection based on power set tree[J] . Yumin Chen,Duoqian Miao,Ruizhi Wang,Keshou Wu. &nbspKnowledge-Based Systems . 2010 (2)

[10] On some types of neighborhood-related covering rough sets [J].

Ma, Liwen .

INTERNATIONAL JOURNAL OF APPROXIMATE REASONING, 2012, 53 (06) :901-911

← 1 2 →