论文研究-特征选择和分类器优化耦合的网络入侵检测.pdf

时间:2022-10-02 15:46:08
【文件属性】:

文件名称:论文研究-特征选择和分类器优化耦合的网络入侵检测.pdf

文件大小:550KB

文件格式:PDF

更新时间:2022-10-02 15:46:08

论文研究

针对网络入侵中特征选择与分类器参数不匹配问题,提出一种特征选择和分类器优化耦合的网络入侵检测模型(F-SVM)。通过径向基核函数将网络特征的评估标准映射至高维空间进行计算,建立网络特征评估和后续网络入侵分类器之间的联系,在特征选择阶段解决了分类器的参数设计问题,建立网络入侵检测模型,并采用KDD 99数据集对F-SVM的性能进行测试。结果表明,F-SVM不仅可以消除无用、冗余特征,网络特征的维数显著降低,而且获得了网络入侵分类器的最优参数,从而提高了网络入侵检测的正确率和检测效率。


网友评论