一种用于优化网络入侵检测性能的特征选择方法和系统

摘要

本发明公开了一种用于优化网络入侵检测性能的特征选择方法，包括：获取来自网络的流量数据及其类别标签集合{c1，c2}，利用网络分析工具对该流量数据进行处理，以得到多个网络数据特征构成的原始特征集F＝{F1，F2，...，FN}，将原始特征集F划分为多个特征片段，针对每个特征片段i而言，初始化空的特征集Si以及空的冗余敏感特征集对该特征片段、特征集Si以及冗余敏感特征集进行特征选择处理，以得到与每个特征片段i对应的、更新后的特征集Si和冗余敏感特征集将所有特征片段对应的、更新后的特征集汇总到特征集S及冗余敏感特征集Sw中。本发明能解决现有特征选择方法由于无法处理超高维且不平衡的数据，而造成特征选择时间过长和入侵检测准确率下降的技术问题。