论文研究基于遗传算法的入侵检测特征选择.pdf
针对入侵检测日志数据存在大量不相关特征和冗余特征，导致入侵检测数据集维数较高，检测算法实时性较低的问题，提出一种基于遗传算法的入侵检测特征选择算法。首先删除入侵检测数据集中的不相关特征及冗余特征，构建有效特征集L，并通过偏F检验对特征进一步选择，构成待优化特征集L′；然后采用遗传算法对L′进行优化选择，选出最能反映系统状态的特征集L″。仿真实验结果证明，该算法在保证特征分类精度和确保入侵检测漏检率、误检率尽量小的前提下明显提高了入侵检测的效率。
针对入侵检测日志数据存在大量不相关特征和冗余特征，导致入侵检测数据集维数较高，检测算法实时性较低的问题，提出一种基于遗传算法的入侵检测特征选择算法。首先删除入侵检测数据集中的不相关特征及冗余特征，构建有效特征集L，并通过偏F检验对特征进一步选择，构成待优化特征集L′；然后采用遗传算法对L′进行优化选择，选出最能反映系统状态的特征集L″。仿真实验结果证明，该算法在保证特征分类精度和确保入侵检测漏检率、误检率尽量小的前提下明显提高了入侵检测的效率。