基于KNN算法及禁忌搜索算法的特征选择方法 在入侵检测中的应用研究

张 昊; 陶 然; 李志勇; 蔡镇河

您当前的位置：

首页 >

文章列表页 >

基于KNN算法及禁忌搜索算法的特征选择方法在入侵检测中的应用研究

论文 | 更新时间：2025-07-16

- 基于KNN算法及禁忌搜索算法的特征选择方法在入侵检测中的应用研究
- A Research and Application of Feature Selection Based on KNN and Tabu Search Algorithm in the Intrusion Detection
- 电子学报 2009年37卷第7期页码：1628-1632
- 作者机构：
  
  北京理工大学信息科学技术学院,北京,100081
- 作者简介：
- 基金信息：
  
  国防基础科研项目 (No.C1120060497-06)
- DOI：
  中图分类号： TN915.08
- 纸质出版：2009
- 稿件说明：
移动端阅览
张昊, 陶然, 李志勇, 等. 基于KNN算法及禁忌搜索算法的特征选择方法在入侵检测中的应用研究[J]. 电子学报, 2009,37(7):1628-1632.

ZHANG Hao, TAO Ran, LI Zhi-yong, et al. A Research and Application of Feature Selection Based on KNN and Tabu Search Algorithm in the Intrusion Detection[J]. Acta Electronica Sinica, 2009, 37(7): 1628-1632.
张昊, 陶然, 李志勇, 等. 基于KNN算法及禁忌搜索算法的特征选择方法在入侵检测中的应用研究[J]. 电子学报, 2009,37(7):1628-1632. DOI：

ZHANG Hao, TAO Ran, LI Zhi-yong, et al. A Research and Application of Feature Selection Based on KNN and Tabu Search Algorithm in the Intrusion Detection[J]. Acta Electronica Sinica, 2009, 37(7): 1628-1632. DOI：

摘要

在入侵检测中应用特征选择能够在保持原有信息完整性的基础上

去除其中的冗余特征

有效地提高入侵检测系统的检测速度.本文提出了一种新的特征选择方法

即基于KNN算法及禁忌搜索算法的特征选择方法.实验结果表明该特征选择方法能够有效去除网络数据信息中的冗余特征

减少特征选择时间;并且能够在保证检测准确率的前提下

有效提高系统的检测速度.

Abstract

Utilizing the feature selection in the intrusion detection can delete the redundant features on the base of protecting the integrity of original data and improve the detection speed of the system efficiently.This paper proposes a new feature selection method that is based on KNN and Tabu search algorithm.The experiment result shows that this method can remove the redundant features

and reduce the time of feature selection.This method not only can guarantee the correct rate of detection but also improve the detection speed efficiently.

关键词

Keywords

references

浏览量

2844

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

带特征选择的综合因果多目标反事实解释方法

基于双模糊学习的鲁棒无监督特征选择算法

基于高阶矩特征选择和权值优化的信噪比估计

基于冗余覆盖信息约简的软件缺陷定位方法

基于核空间联合稀疏表示和指数平滑的多基地水下小目标识别