为提高入侵检测效率,需要对数据进行特征提取以降低数据维度。结合信息增益(IG)和主成分分析(PCA),提出一种网络入侵检测方法。通过G提取分类能力强的属性特征,利用PCA对其降维,并采用 NaiveBayes进行分类检测。对数据集 KDDCUP99进行测试,结果表明,该方法的检测率为94.5%,高于 PCA-LDAFPCA、KPCA方法。
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
全部0条评论
快来发表一下你的评论吧 !