论文部分内容阅读
随着网络带宽的快速发展，大量的数据不但增加了入侵检测系统的负荷，而且使系统将重要的处理资源花费在不相关的数据上，严重影响了入侵检测的效率。为了提高入侵检测的效率，本论文提出使用购物篮算法构造一个特征选取系统。对原始数据进行预选，以减少提供给入侵检测分析系统的数据量。选取的依据是：个别的特征和它们之间的相互关系、攻击和特征之间的关联性作为分类的基准。分析机制可以专注于选取过的特征来识别入侵的发生。同时，在选取分析方法上，本论文根据环境分析出该环境中的入侵行为模式建立异常检测模块，并针对这种行为模式整理出常规性规则以判断入侵。