基于主成分分析和决策树的入侵检测方法
文献类型：期刊论文
| 作者 | 刘勇3; 孙东红2; 陈友1; 王宛山3 |
| 刊名 | 东北大学学报：自然科学版
 |
| 出版日期 | 2010 |
| 卷号 | 000期号:007页码:933 |
| 关键词 | 入侵检测 主成分分析 决策树 特征选择 GA-SVM |
| ISSN号 | 1005-3026 |
| 英文摘要 | 特征选择算法能够更好地提高入侵检测系统的检测速度和检测效果,消除冗余数据并减轻噪音特征.结合特征选择算法的优势,提出一种基于主成分分析（PCA）与决策树（C4.5）的入侵检测方法,进而构建出轻量级的入侵检测系统.通过在KDD1999数据集上对该方法进行详细的实验验证,证明该方法一方面确保系统有较高的检测率与较低误报率,另一方面能够比较显著地提高系统的训练时间与测试时间.同时,通过比较实验发现此方法在训练时间、测试时间、检测率、误报率上的效果也优于GA-SVM方法. |
| 语种 | 英语 |
| 源URL | [http://119.78.100.204/handle/2XEOYT63/37861]  |
| 专题 | 中国科学院计算技术研究所期刊论文_中文 |
| 作者单位 | 1.中国科学院计算技术研究所 2.清华大学信息工程研究网络中心 3.东北大学机械工程与自动化学院 |
| 推荐引用方式 GB/T 7714 | 刘勇,孙东红,陈友,等. 基于主成分分析和决策树的入侵检测方法[J]. 东北大学学报：自然科学版,2010,000(007):933. |
| APA | 刘勇,孙东红,陈友,&王宛山.(2010).基于主成分分析和决策树的入侵检测方法.东北大学学报：自然科学版,000(007),933. |
| MLA | 刘勇,et al."基于主成分分析和决策树的入侵检测方法".东北大学学报：自然科学版 000.007(2010):933. |
入库方式： OAI收割
来源：计算技术研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。