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 ...
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...
数据挖掘特征提取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...
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...