文献类型：期刊文章

作　　者：崔亚芬[1] 解男男[2]

机构地区：[1]吉林省招生委员会办公室,长春130033 [2]吉林大学计算机科学与技术学院,长春130012

出　　处：《吉林大学学报（理学版）》

基　　金：国家自然科学基金(批准号:61103197);吉林省重大科技专项基金(批准号:2011ZDGG007)

年　　份：2015

卷　　号：53

期　　号：1

起止页码：112-116

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2015_2016、INSPEC、JST、MR、RCCSE、ZGKJHX、ZMATH、核心刊

摘　　要：针对入侵检测中网络数据高维度、大规模所带来的问题,基于特征选择方法 Fisher在网络安全数据集中的应用,提出一种基于特征选择的通用入侵检测框架.该方法通过提取关键特征,降低安全数据的维度;采用K近邻方法作为分类器,验证特征选择后的检测效果.实验结果表明,该方法能在较少特征的情况下达到较高的检测率,具有较好的可行性.

关 键 词：入侵检测 Fisher特征选择  K近邻算法

分 类 号：TP309.2]