基于特征选取与树状Parzen估计的入侵检测

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.