資源描述：
《基于relieff-fcbf組合的入侵特征選擇算法研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。
1、學(xué)術(shù)學(xué)位碩士研究生學(xué)位論文新疆大學(xué)論文題目(中文)：基于ReliefF-FCBF組合的入侵特征選擇算法研究論文題目(外文)：ResearchonIntrusionFeatureSelectionMethodsBasedonReliefF-FCBFCombination研究生姓名：黃春虎學(xué)位類別：學(xué)術(shù)學(xué)位專業(yè)名稱：計(jì)算機(jī)應(yīng)用技術(shù)研究方向：網(wǎng)絡(luò)安全導(dǎo)師姓名職稱：努爾布力副教授論文答辯日期2016年5月20日學(xué)位授予日期2016年6月20日新疆大學(xué)碩士畢業(yè)論文摘要在信息時(shí)代，每天大量新的網(wǎng)絡(luò)數(shù)據(jù)涌入互聯(lián)網(wǎng)，網(wǎng)絡(luò)空間
2、異常行為更加復(fù)雜多變，數(shù)據(jù)的高維屬性，導(dǎo)致入侵檢測(cè)面臨檢測(cè)效率、準(zhǔn)確率低。為了建設(shè)安全可持續(xù)的網(wǎng)絡(luò)環(huán)境，為互聯(lián)網(wǎng)的快速發(fā)展提供保障，入侵檢測(cè)系統(tǒng)引入新技術(shù)實(shí)現(xiàn)創(chuàng)新刻不容緩。常用特征選擇方法引入入侵檢測(cè)系統(tǒng)中，實(shí)現(xiàn)對(duì)網(wǎng)絡(luò)數(shù)據(jù)的初步選擇，達(dá)到對(duì)多維數(shù)據(jù)降維的作用，去除無(wú)關(guān)、弱相關(guān)、冗余的特征，提高分類的效率、準(zhǔn)確率，減少誤報(bào)率，提升了入侵檢測(cè)系統(tǒng)的性能，實(shí)現(xiàn)系統(tǒng)智能化和滿足現(xiàn)代網(wǎng)絡(luò)空間安全檢測(cè)要求。本文參考了國(guó)內(nèi)外特征選擇算法在入侵檢測(cè)應(yīng)用的研究，研究了典型的四個(gè)特征選擇算法，通過(guò)優(yōu)勢(shì)互補(bǔ)組合提出了兩個(gè)新的，針對(duì)
3、入侵檢測(cè)系統(tǒng)的KDDCUP1999數(shù)據(jù)集降維方法。在本篇論文中做了以下主要工作：（1）四個(gè)算法對(duì)比分析：ReliefF算法不能區(qū)分已選特征集中特征間的相關(guān)緊密性；FCBF算法能高效處理特征之間的冗余性；Re-ReliefF算法在效率、準(zhǔn)確率、誤報(bào)率方面還不夠好；最大相關(guān)最小冗余算法（mRMR）中特征間相關(guān)性表述的互信息度量準(zhǔn)則，能更好地區(qū)分特征間的相關(guān)關(guān)系。（2）改進(jìn)的兩個(gè)組合算法：ReliefF算法和FCBF算法結(jié)合，提出了一種兩階段Re-FCBF算法，分別對(duì)原始特征集進(jìn)行相應(yīng)的篩選，獲得區(qū)分?jǐn)?shù)據(jù)高效的特征
4、組成的最佳特征子集；Re-ReliefF+算法在Re-ReliefF算法的基礎(chǔ)上加入了最大相關(guān)最小冗余算法（mRMR）的思想，把作為特征間相關(guān)性表述的互信息度量準(zhǔn)則引入其中，從而更好地區(qū)分特征間的相關(guān)關(guān)系，進(jìn)一步去除冗余特征。（3）改進(jìn)的組合算法實(shí)驗(yàn)對(duì)比分析：KDDCUP1999作為入侵檢測(cè)數(shù)據(jù)，采用支持向量機(jī)來(lái)訓(xùn)練數(shù)據(jù)和測(cè)試數(shù)據(jù)，獲得相應(yīng)的最佳特征子集在數(shù)據(jù)分類的準(zhǔn)確率、誤報(bào)率、漏報(bào)率、訓(xùn)練時(shí)間、預(yù)測(cè)時(shí)間。實(shí)驗(yàn)表明：Re-FCBF算法和Re-ReliefF+是一種有效的過(guò)濾式特征選擇算法，它能夠有效地去除無(wú)
5、關(guān)、弱相關(guān)、冗余特征，提高入侵檢測(cè)的效率、準(zhǔn)確率，減少誤報(bào)率。關(guān)鍵詞:入侵檢測(cè)；特征選擇；ReliefF；FCBF；Re-ReliefF；誤報(bào)率I新疆大學(xué)碩士畢業(yè)論文AbstractIntheinformationage,alotofnewnetworkdataintotheInterneteveryday,theabnormalbehaviorofthenetworkspaceismorecomplexandchangeable,thehighdimensionofdataattributes,result
6、inginthedetectionefficiencyofintrusiondetection,theaccuracyrateislow.Inordertobuildasafeandsustainablenetworkenvironment,toprovideprotectionfortherapiddevelopmentoftheInternet,intrusiondetectionsystemtointroducenewtechnologytoachieveinnovationwithoutdelay.C
7、ommonlyusedfeatureselectionmethodsisintroducedtointrusiondetectionsystem,apreliminarychoiceofnetworkdata,tothemultidimensionaldatadimensionalityreduction,toremovetheirrelevant,weaklycorrelatedandredundantfeatures,improveclassificationefficiency,accuraterate
8、,reducethefalsealarmrate,improvetheperformanceofintrusiondetectionsystem,realizationoftheintelligentsystemandmeetthemodernnetworkspacesafetytestingrequirements.Thisreferencetothecharacteristicsofdomest
