انتخاب زیرمجموعه ویژگی ها با استفاده از معیارهای مبتنی بر فاصله و همبستگی برای سیستم تشخیص نفوذ
محل انتشار: اولین کنفرانس ملی ریاضیات صنعتی
سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 941
فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
INDMATH01_082
تاریخ نمایه سازی: 10 شهریور 1393
چکیده مقاله:
قابلیت اطمینان در تصمیم گیری سیستم های واقعی بازشناسی الگو، مانند سیستم تشخیص نفوذ (IDS)، مسئله ای حیاتی است. فرآیند انتخاب ویژگی و استراتژی های جستجو ویژگی های مرتبط، سبب عملکرد بهتر سیستم های تشخیص نفوذ از هر دو نظر دقت و سرعت می شود. هدف از این مقاله حل مسئله انتخاب زیرمجموعه ای از ویژگی ها با استفاده از جستجوی پراکنده و معیارهای مهمی مانند همبستگی خطی و فاصله درون کلاسی و بین کلاسی به صورت مرحله ای در مسئله طبقه بندی است. نتایج ارزیابی روش پیشنهادی بر روی مجموعه دادگان NSL-KDD نشان می دهد که روش ارائه شده علاوه بر حذف ویژگی های افزونه و بی ارتباط دقت طبقه بندی را حفظ می کند و حتی باعث دقت بیشتر طبقه بندی می شود.
کلیدواژه ها:
نویسندگان
صفورا استوار
دانشگاه آزاد اسلامی واحد قزوین، دانشکده برق- رایانه و فناوری اطلاعات، قزوین، ایران
بابک ناصرشریف
دانشگاه صنعتی خواجه نصیرالدین طوسی، دانشکده مهندسی برق و کامپیوتر، تهران، ایران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :