首页> 中文期刊> 《南通纺织职业技术学院学报》 >基于NSL-KDD数据集的物联网入侵检测特征选择方法研究

基于NSL-KDD数据集的物联网入侵检测特征选择方法研究

         

摘要

针对物联网中设备和服务存在的潜在安全隐患,对入侵检测过程中的若干种特征选择方法进行比较研究。基于NSL-KDD 数据集,以跨行业数据挖掘标准流程(Cross-Industry Standard Process forData Mining,简称“CRISP DM”)为主要研究方法,分析了信息增益(Information Gain,简称“IG”)指数、Relief指数、SfFS(Sequential Floating Forward Selection,简称“SfFS”)指数和Gini 指数4 种特征选择算法的应用结果。仿真实验结果表明SfFS指数在特征选择和分类决策树方面具有优越性,且含有决策树的SfFS指数会产生非常低的假阳性率和较理想的处理速度。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号