基于属性排序的入侵特征缩减方法研究

摘要

目前的一些入侵检测系统是利用TCP/IP数据包的特征进行分析建模,但高维的审计数据不但影响IDS的检测率,也不利于实现系统实时性.提出了一种基于属性排序基础上的贝叶斯网络筛选法,来缩减TCP/IP的特征属性.它的基本思想是通过在n棵决策树转换而成的规则集中,根据属性使用频度的不同,计算出规则二维信息表,然后计算属性和类另之间的CHI值,根据CHI值对属性进行排序,最后通过贝叶斯分类器对属性进行筛选.通过实验对缩减前和缩减后的属性集的分类测试,验证了此方法的可行性和有效性.