基于互信息特征选择和LSSVM的网络入侵检测系统

作者：庄夏

来源：中国测试, 2017, 43(11): 134-139.

• 网络入侵检测
• 互信息特征选择
• 最小二乘支持向量机
• 简化粒子群优化

为提高网络入侵检测系统(IDS)的性能,提出一种基于互信息特征选择和LSSVM的入侵检测方案(BMIFSLSSVM)。将采集到的网络连接数据进行规范化处理,并提出一种权衡考虑特征相关性和冗余性的新型互信息特征选择(BMIFS)方法,以此从网络连接数据中选择出有效特征集。根据提取的训练样本特征集,利用最小二乘支持向量机(LSSVM)构建分类器和简化粒子群优化(SPSO)算法来优化LSSVM的核函数宽度系数和正则化参数,最后利用训练好的分类器进行入侵检测。仿真结果表明:提出的BMIFS能够选择出最优特征集,使BMIFS-LSSVM提高入侵检测准确率且降低误报率。

• 单位
  中国民航飞行学院