基于信息增益与主成分分析的网络入侵检测方法OA北大核心CSCDCSTPCD
Network Intrusion Detection Method Based on Information Gain and Principal Components Analysis
为提高入侵检测效率,需要对数据进行特征提取以降低数据维度.结合信息增益(IG)和主成分分析(PCA),提出一种网络入侵检测方法.通过IG提取分类能力强的属性特征,利用PCA对其降维,并采用NaiveBayes进行分类检测.对数据集KDDCUP99进行测试,结果表明,该方法的检测率为94.5％,高于PCA-LDA、FPCA、KPCA方法.
王旭仁;马慧珍;冯安然;许祎娜
首都师范大学信息工程学院,北京100048中国科学院信息工程研究所,中国科学院网络测评技术重点实验室,北京100093首都师范大学信息工程学院,北京100048首都师范大学信息工程学院,北京100048
信息技术与安全科学
信息增益主成分分析入侵检测特征提取降维
《计算机工程》 2019 (6)
服务可定义的路由器转发模型及其绿色节能机制研究
175-180,6
国家自然科学基金(61373161)中国科学院信息工程研究所中国科学院网络测评技术重点实验室开放课题(201710).
评论