基于数据挖掘和特征选择的入侵检测模型

Chinese

您当前的位置：

首页 >

文章列表页 >

基于数据挖掘和特征选择的入侵检测模型

更新时间：2026-09-04

- 基于数据挖掘和特征选择的入侵检测模型
- A Network Intrusion Detection Model Based on Data Ming and Feature Selection Schemes
- 微电子学与计算机 2011年28卷第8期页码：74-76
- 作者机构：
- 作者简介：
- 基金信息：
- DOI：
  中图分类号：
- 纸质出版：2011
- 稿件说明：
移动端阅览
基于数据挖掘和特征选择的入侵检测模型[J]. 微电子学与计算机, 2011, 28(8): 74-76.

A Network Intrusion Detection Model Based on Data Ming and Feature Selection Schemes[J]. 2011, 28(8): 74-76.
基于数据挖掘和特征选择的入侵检测模型[J]. 微电子学与计算机, 2011, 28(8): 74-76. DOI：

A Network Intrusion Detection Model Based on Data Ming and Feature Selection Schemes[J]. 2011, 28(8): 74-76. DOI：

摘要

提出了一种基于SVM特征选择和C4.5数据挖掘算法的高效入侵检测模型.通过使用该模型对经过特征提取后的攻击数据的训练学习

可以有效地识别各种入侵

并提高检测速度.在经典的KDD 1999入侵检测数据集上的测试说明:该数据挖掘模型能够高效地对攻击模式进行训练学习

能够采用选择的特征正确有效地检测网络攻击.

Abstract

This paper proposes a kind of intrusion detection model based on C4.5 data mining algorithm and SVM(correlation-based feature selection) based feature selection mechanism

which can effectively detect several types of attacks using the process of feature selection and attack feature training.The experiments on classic KDD 1999 intrusion dataset demonstrate our model is accurate and effective.

关键词

Keywords

references

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

AlN/GaN混合缓冲层双异质结p-GaN HEMT直流特性仿真

基于反向体偏置的高增益稳定性高温运放设计

低功耗设计的双链电源关断策略的实现与验证

基于监控指标关联性的微服务异常检测

基于区块链的AI生成内容溯源框架设计研究