基于信息增益与主成分分析的网络入侵检测方法

• 作 者: 王旭仁 马慧珍 冯安然 许祎娜
• 机 构: 首都师范大学信息工程学院,中国科学院信息工程研究所
• 出 处: 计算机工程
• 发表日期: 2019年6期
• 关键词: 信息增益 主成分分析 入侵检测 特征提取 降维
• 基金项目: 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)

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。