登录    注册    忘记密码

期刊文章详细信息

入侵检测中基于SVM的两级特征选择方法  ( EI收录)  

Two-level feature selection method based on SVM for intrusion detection

  

文献类型:期刊文章

作  者:武小年[1,2,3] 彭小金[1] 杨宇洋[1] 方堃[1]

机构地区:[1]桂林电子科技大学信息与通信学院,广西桂林541004 [2]桂林电子科技大学广西无线宽带通信与信息处理重点实验室,广西桂林541004 [3]桂林电子科技大学广西信息科学实验中心,广西桂林541004

出  处:《通信学报》

基  金:广西自然科学基金资助项目(2012GXNSFAA053224);广西无线宽带通信与信号处理重点实验室2014年开放基金资助项目(GXKL0614110)~~

年  份:2015

卷  号:36

期  号:4

起止页码:19-26

语  种:中文

收录情况:BDHX、BDHX2014、CSA、CSA-PROQEUST、CSCD、CSCD2015_2016、EI(收录号:20152200887469)、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘  要:针对入侵检测中的特征优化选择问题,提出基于支持向量机的两级特征选择方法。该方法将基于检测率与误报率比值的特征评测值作为特征筛选的评价指标,先采用过滤模式中的Fisher分和信息增益分别过滤噪声和无关特征,降低特征维数;再基于筛选出来的交叉特征子集,采用封装模式中的序列后向搜索算法,结合支持向量机选取最优特征子集。仿真测试结果表明,采用该方法筛选出来的特征子集具有更好的分类性能,并有效降低了系统的建模时间和测试时间。

关 键 词:入侵检测 特征选择  支持向量机 Fisher分  序列后向搜索  

分 类 号:TP393]

参考文献:

正在载入数据...

二级参考文献:

正在载入数据...

耦合文献:

正在载入数据...

引证文献:

正在载入数据...

二级引证文献:

正在载入数据...

同被引文献:

正在载入数据...

版权所有©重庆科技学院 重庆维普资讯有限公司 渝B2-20050021-7
 渝公网安备 50019002500408号 违法和不良信息举报中心