论文部分内容阅读
一般来说，入侵检测系统（IDS）识别入侵者时，所使用的相互独立的特征越多，则提供的分类信息也越多，也越有利于提高IDS的正确识别率，但另一方面，IDS是借用一些数学方法来完成的，它要求用于分类的特征越少越好。为了解决这个矛盾，提高IDS的实时性和整体性能，给出了一种特征降维算法，即，通过数学变换，把原来n个特征的信息尽量集中到较少的k（k〈n）个新特征中去，然后用这个新特征识别入侵者。这些较少的新特征作为IDS的输入，可以提高IDS的整体性能。以此为基础建立了一个基于反向传播神经元网络的IDS。实验证明用