| 基于机器学习的CSE-CIC-IDS2018入侵检测数据集优化降维分析 |
| |
| 引用本文： | 刘江豪,张安琳,黄子奇,黄道颖,陈孝文.基于机器学习的CSE-CIC-IDS2018入侵检测数据集优化降维分析[J].火力与指挥控制,2021,46(7):155-162. |
| |
| 作者姓名： | 刘江豪 张安琳 黄子奇 黄道颖 陈孝文 |
| |
| 作者单位： | 郑州轻工业大学计算机与通信工程学院,郑州 450000;郑州轻工业大学工程训练中心,郑州 450000;北方信息控制研究院集团有限公司,南京 211153 |
| |
| 摘 要： | 测试数据集的质量对入侵检测系统的性能起着至关重要的作用,在保证质量的前提下对入侵检测数据集优化降维,是提高入侵检测系统高效准确运转的重要措施.使用K近邻、决策树、随机森林和Softmax分类算法,对CSE-CIC-IDS2018入侵检测数据集进行特征维数探究,按照特征重要性评分对分类器进行特征递减式训练,分析机器学习分类器对该数据集的特征维数依赖关系.结果表明,数据集的特征数量由83个减少至最低7～9个时,分类器仍可以保持较高的分类性能,且检测时间显著减少,计算效率更高.
|
| 关 键 词： | 入侵检测 数据集 机器学习 分类器 降维 |
Dimension Reduction Optimization Analysis of CSE-CIC-IDS2018 Intrusion Detection Dataset Based on Machine Learning |
| |
| LIU Jiang-hao,ZHANG An-lin,HUANG Zi-qi,HUANG Dao-ying,CHEN Xiao-wen.Dimension Reduction Optimization Analysis of CSE-CIC-IDS2018 Intrusion Detection Dataset Based on Machine Learning[J].Fire Control & Command Control,2021,46(7):155-162. |
| |
| Authors: | LIU Jiang-hao ZHANG An-lin HUANG Zi-qi HUANG Dao-ying CHEN Xiao-wen |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
