入侵检测系统中两种审计数据缩减技术的比较与分析  

Comparison and Analysis of Two Audit Data Reduction Methods for Intrusion Detection System

作　　者：邹涛[1] 孙宏伟[1] 田新广[1] 李学春 

机构地区：[1]国防科技大学电子科学与工程学院,湖南长沙410073 [2]北京首信股份有限公司网络技术研究所,北京100016

出　　处：《计算机应用》2003年第7期13-14,17,共3页journal of Computer Applications

摘　　要：文中研究了构建IDS时重要输入特征的鉴别问题,在介绍一种基于效能等级的重要特征排序算法(PFRM)基础上,提出一种基于遗传算法的最小特征子集选取算法(FSSGA)。分析了两种算法的特点,并采用相同数据集对其进行实验比较。实验结果表明,与PFRM相比,FSSGA算法在特征减少和攻击检测方面具有更好的性能。This paper addresses the issue of identifying important input features in building an intrusion detection system (IDS). An algorithm named PFRM was first introduced and then a new algorithm (FSSGA) based on GA is proposed. The characteristics of both algorithms were analyzed. The experimental result using the same dataset shows that the performance of FSSGA is much better than PFRM. 

关 键 词：入侵检测系统 审计数据 遗传算法 支撑矢量机 神经网络 

分 类 号：TP311[自动化与计算机技术—计算机软件与理论]