1 入侵检测方法的相关研究目前,已有不少关于入侵检测方法的研究成果,这些成果大部分使用了 NSL-KDD数据集。Mukherjee和 Sharma 研究了 3 种标准特征选择方法的性能,提出一种减少输入特征的入侵检测系统(Intrusiondetection system,简称“IDS”)。Panda 等使用了 2-class 分类策略和 10-fold 交叉验证方法,用以生成 ...
NSL-KDD数据集可用于网络入侵检测系统(NIDS)的研究和评估。 以下是NSL-KDD数据集的使用方法: 1.下载数据集:可以从官方网站或相关资源网站(如GitHub)下载NSL-KDD数据集的压缩包。 2.解压数据集:将下载的压缩包解压到指定文件夹中,得到数据集的CSV文件。 3.读取数据集:使用Python或其他适合的编程语言读取数据集的...
特征选择误报率针对物联网中设备和服务存在的潜在安全隐患,对入侵检测过程中的若干种特征选择方法进行比较研究.基于NSL-KDD 数据集,以跨行业数据挖掘标准流程(Cross-Industry Standard Process forData Mining,简称"CRISP DM")为主要研究方法,分析了信息增益(Information Gain,简称"IG")指数,Relief指数,SfFS(Sequential...
Mukherjee 和Sharma 研究了3种标准特征选择方法的性能，提出一种减少输入特征的入侵检测系统(Intrusion detection system ，简称“IDS ”)。Panda 等使用了2-class 分类策略和10-fold 交叉验证方法，用以生成NSL-KDD 数据集正常或入侵的最终分类结果。此外，一些学者使用决策树（Decision Tree ，简称“DT ”）、主成分...
针对物联网中设备和服务存在的潜在安全隐患,对入侵检测过程中的若干种特征选择方法进行比较研究.基于NSL-KDD 数据集,以跨行业数据挖掘标准流程(Cross-Industry Standard Process forData Mining,简称"CRISP DM")为主要研究方法,分析了信息增益(Information Gain,简称"IG")指数,Relief指数,SfFS(Sequential Floating Forwar...