网络入侵检测系统中的数据缩减技术
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:


Data Reduction in Network Based on the Intrusion Detection System
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    在进行事件分析之前,网络入侵检测系统首先要面对数据缩减的问题。以ANIDS为背景,分析了两种重要的数据缩减技术:相关特征子集选择和特征再构造。提出了一种基于Wrapper方法的最优特征子集选取算法SRRW。在考虑学习算法偏置的情况下,通过识别强相关特征并引入约束,能够更快地搜索并获得最优的相关特征子集。从特征再构造角度出发实现数据缩减,并通过因子负荷量矩阵分析了原始特征之间的相关性。

    Abstract:

    NIDSs deal with the problem of data reduction before analyzing the events. Two important measures used in ANIDS are proposed: FSS and new feature construction. A novel algorithm named SRRW is put forward first, which can produce OFS by recognizing all strongly relevant features and restrict them in searching process. A feature construction method is used to get the OFS. The correlations between the original features can be analyzed by factor loading matrix.

    参考文献
    相似文献
    引证文献
引用本文

邹 涛,孙宏伟,田新广,等.网络入侵检测系统中的数据缩减技术. Data Reduction in Network Based on the Intrusion Detection System[J].国防科技大学学报,2003,25(6):16-20.

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2003-05-13
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2013-06-14
  • 出版日期:
文章二维码