首页> 外文OA文献 >Research on Feature Selection in Intrusion Detection Based on Genetic Algorithm
【2h】

Research on Feature Selection in Intrusion Detection Based on Genetic Algorithm

机译:基于遗传算法的入侵检测特征选择研究

摘要

随着网络的广泛应用,网络安全问题也越来越严峻。当前网络攻击方法层出不穷,入侵规模不断扩大,使得目前防火墙等被动的网络安全机制对许多攻击无能为力。入侵检测技术作为一种主动防御技术,弥补了传统安全技术的不足,故对入侵检测技术的研究十分必要。一般情况下,要提高入侵检测系统分类器的识别率总是过度地提取特征信息,结果不仅特征空间维数增大,而且存在较大的冗余。因而需要在尽量不降低分类精度的前提下降低特征空间的维数,从而提高入侵检测系统的速度。 本文主要结合遗传算法、粒子群算法、支持向量机等技术改进特征选择方法,并将其应用在入侵检测领域以解决病毒数量大、变化快、维度高和干扰多的问题。同时在病毒入侵检测的检...
机译:随着网络的广泛应用,网络安全问题也越来越严峻。当前网络攻击方法层出不穷,入侵规模不断扩大,使得目前防火墙等被动的网络安全机制对许多攻击无能为力。入侵检测技术作为一种主动防御技术,弥补了传统安全技术的不足,故对入侵检测技术的研究十分必要。一般情况下,要提高入侵检测系统分类器的识别率总是过度地提取特征信息,结果不仅特征空间维数增大,而且存在较大的冗余。因而需要在尽量不降低分类精度的前提下降低特征空间的维数,从而提高入侵检测系统的速度。 本文主要结合遗传算法、粒子群算法、支持向量机等技术改进特征选择方法,并将其应用在入侵检测领域以解决病毒数量大、变化快、维度高和干扰多的问题。同时在病毒入侵检测的检...

著录项

  • 作者

    陈闽奎;

  • 作者单位
  • 年度 2012
  • 总页数
  • 原文格式 PDF
  • 正文语种 zh_CN
  • 中图分类

相似文献

  • 外文文献
  • 中文文献
  • 专利

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