卡方校正算法对入侵检测特征选择的优化

作者：刘云; 郑文凤^*; 张轶

来源：武汉大学学报(理学版), 2022, 68(01): 65-72.

DOI：10.14188/j.1671-8836.2021.0111

• 入侵检测
• 特征选择
• 互信息
• 离散化
• 卡方检验

在入侵检测系统中互信息特征选择标准可快速选择重要特征,通常信息熵的计算偏差会降低系统的分类性能。为了减少特征选择偏差的影响,提出卡方校正算法(chi-square correction algorithm,CSCA)。首先,对所有候选特征进行离散化处理,计算互信息特征选择相关标准的偏差;然后,将偏差项添加在特征选择目标函数中,通过CSCA优化离散化水平和特征偏差;最后,在更新后的特征集中选择当前最重要的特征子集,在分类模型中检测攻击。仿真结果表明,与MIGM(mutual information gain maximize)算法和M-DFIFS(M-dynamic feature importance based feature selection)算法相比,卡方校正算法提高了入侵检测系统的精度,同时降低了系统的误报率。

• 单位
  昆明理工大学; 自动化学院