论文部分内容阅读
入侵检测需要分析大量的高维样本数据．如何降低高维样本数据的特征维数，对于降低入侵检测系统的训练时间，提高检测精度和检测实时性具有十分重要的意义．提出基于特征相关性分析和基于特征属性重要性评价两种特征选择方法，并利用支持向量机作为分类器来评价不同特征约简方法的有效性和处理实时性．实验结果表明，同经典的主成分分析方法相比，两种特征约简算法都具有较好的处理实时性和较高的分类精度，其中基于属性重要度约简算法在数据预处理时间、训练时间和分类精度上同主成分分析方法相当，且略优于相关性尺度方法．