基于决策树算法的网络入侵检测系统设计与评估 |
| |
引用本文: | 张小云,康晓霞.基于决策树算法的网络入侵检测系统设计与评估[J].信息技术,2023(2):117-122. |
| |
作者姓名: | 张小云 康晓霞 |
| |
作者单位: | 中国人民武装警察部队甘肃总队 |
| |
摘 要: | 实时网络数据包含大量冗余术语和噪声,而现有入侵检测技术准确度较低,特征提取能力不足。针对NSL-KDD数据集,提出了一种基于决策树的网络入侵检测系统。采用相关特征选择子集评价方法进行特征选择并减小维数,消除冗余数据,提高资源利用率并降低时间复杂度,通过特征选择可提高入侵检测方法预测性能。在特征选择之前和特征选择之后,对五类分类和二类分类进行性能评估。结果表明,该系统具有较高检出率和精度,数据集二类分类总体结果高于五类分类,可为网络安全检测工作提供借鉴。
|
关 键 词: | 决策树 特征选择 入侵检测系统 NSL KDD数据集 相关特征选择 |
本文献已被 维普 等数据库收录! |
|