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 Forward Selection,简称“SfFS”)指数和 Gini指数 4 种特征选择算法的应用结果。仿真实验结果...
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...