基于RELIEFF-FCBF組合的入侵特征選擇算法研究.pdf

1、在信息時(shí)代，每天大量新的網(wǎng)絡(luò)數(shù)據(jù)涌入互聯(lián)網(wǎng)，網(wǎng)絡(luò)空間異常行為更加復(fù)雜多變，數(shù)據(jù)的高維屬性，導(dǎo)致入侵檢測面臨檢測效率、準(zhǔn)確率低。為了建設(shè)安全可持續(xù)的網(wǎng)絡(luò)環(huán)境，為互聯(lián)網(wǎng)的快速發(fā)展提供保障，入侵檢測系統(tǒng)引入新技術(shù)實(shí)現(xiàn)創(chuàng)新刻不容緩。常用特征選擇方法引入入侵檢測系統(tǒng)中，實(shí)現(xiàn)對網(wǎng)絡(luò)數(shù)據(jù)的初步選擇，達(dá)到對多維數(shù)據(jù)降維的作用，去除無關(guān)、弱相關(guān)、冗余的特征，提高分類的效率、準(zhǔn)確率，減少誤報(bào)率，提升了入侵檢測系統(tǒng)的性能，實(shí)現(xiàn)系統(tǒng)智能化和滿足現(xiàn)代網(wǎng)絡(luò)空間安全

2、檢測要求。
　　本文參考了國內(nèi)外特征選擇算法在入侵檢測應(yīng)用的研究，研究了典型的四個(gè)特征選擇算法，通過優(yōu)勢互補(bǔ)組合提出了兩個(gè)新的，針對入侵檢測系統(tǒng)的KDD CUP1999數(shù)據(jù)集降維方法。在本篇論文中做了以下主要工作：
　　（1）四個(gè)算法對比分析：ReliefF算法不能區(qū)分已選特征集中特征間的相關(guān)緊密性；FCBF算法能高效處理特征之間的冗余性；Re-ReliefF算法在效率、準(zhǔn)確率、誤報(bào)率方面還不夠好；最大相關(guān)最小冗余算法（mR

3、MR）中特征間相關(guān)性表述的互信息度量準(zhǔn)則，能更好地區(qū)分特征間的相關(guān)關(guān)系。
　　（2）改進(jìn)的兩個(gè)組合算法：ReliefF算法和FCBF算法結(jié)合，提出了一種兩階段Re-FCBF算法，分別對原始特征集進(jìn)行相應(yīng)的篩選，獲得區(qū)分?jǐn)?shù)據(jù)高效的特征組成的最佳特征子集；Re-ReliefF+算法在Re-ReliefF算法的基礎(chǔ)上加入了最大相關(guān)最小冗余算法（mRMR）的思想，把作為特征間相關(guān)性表述的互信息度量準(zhǔn)則引入其中，從而更好地區(qū)分特征間的相關(guān)關(guān)