10.11857/j.issn.1674-5124.2017.11.026
基于互信息特征选择和LSSVM的网络入侵检测系统
为提高网络入侵检测系统(IDS)的性能,提出一种基于互信息特征选择和LSSVM的入侵检测方案(BMIFS-LSSVM).将采集到的网络连接数据进行规范化处理,并提出一种权衡考虑特征相关性和冗余性的新型互信息特征选择(BMIFS)方法,以此从网络连接数据中选择出有效特征集.根据提取的训练样本特征集,利用最小二乘支持向量机(LSSVM)构建分类器和简化粒子群优化(SPSO)算法来优化LSSVM的核函数宽度系数和正则化参数,最后利用训练好的分类器进行入侵检测.仿真结果表明:提出的BMIFS能够选择出最优特征集,使BMIFS-LSSVM提高入侵检测准确率且降低误报率.
网络入侵检测、互信息特征选择、最小二乘支持向量机、简化粒子群优化
43
TP3;TP1
国家自然科学基金民航联合基金重点项目U1233202/F01
2017-12-14（万方平台首次上网日期，不代表论文的发表时间）
共6页
134-139
