基于特征选取与树状Parzen估计的入侵检测

来源：系统工程与电子技术杂志2021年第7期北京时间：

作者：金志刚, 吴桐

单位：天津大学电气自动化与信息工程学院, 天津 300072

摘要：针对目前网络空间安全形势快速变化带来的新风险和新挑战, 提出一种基于相关性分析的特征选取和树状Parzen估计优化的入侵检测方法。首先, 通过基于相关性分析的数据特征选取方法对数据维度进行压缩。其次, 对原始数据集进行特征筛选, 生成新的特征子集。最终, 使用序列模型优化算法中的树状Parzen估计算法对随机森林算法进行模型优化。实验结果表明, 相比其他应用机器学习算法的入侵检测方法, 所提方法在提升综合性能的同时拥有更高的检测效率, 有效地提升了入侵检测技术的实用性。

关键词：网络安全,入侵检测,特征选取,树状Parzen估计

基金资助：国家自然科学基金(71502125)