丁宣宣 郭渊博

(解放军信息工程大学 河南 郑州 450001) (数学工程与先进计算国家重点实验室 江苏 无锡 214000)

基于随机最小冗余条件互信息和支持向量机的混合入侵检测特征选择

丁宣宣 郭渊博

(解放军信息工程大学 河南 郑州 450001) (数学工程与先进计算国家重点实验室 江苏 无锡 214000)

针对入侵检测日志中存在着大量的不相关和冗余特征属性，严重影响检测的实时性，而大多数特征选择算法不能兼顾相关性和信息量，且容易陷入局部最优解，提出一种基于随机最小冗余条件互信息和支持向量机的混合入侵检测特征选择方法。首先利用互信息和相关性去除没有分类信息量和特征间高度相关的冗余特征，然后利用随机最小冗余条件互信息准则以及支持向量机选择出具有最多分类信息量的最优特征子集，一定程度地避免了局部最优解。实验结果表明，该方法能在确保入侵检测正确率的情况下以更高的效率选择出最小最优的入侵检测特征子集。

信息熵 互信息 支持向量机 特征选择 入侵检测

0 引 言

入侵检测技术是网络安全主动防御中的核心技术之一，主要通过收集和分析来自系统和应用程序的审计日志以及网络中数据包发现入侵行为或者企图，并及时给出警报[1]。可以将入侵检测看成检测系统状态为“正常”还是“异常”的二分类问题。随着云计算时代的来临，计算机网络越来越普及，产生了大量的网络流量数据，如果不能及时检测到这些网络数据中隐藏的安全问题或者攻击行为，容易造成漏报警，严重者可能会给企业和个人带来巨大的损失。……