基于主成分分析和决策树的入侵检测方法

刘勇¹，孙东红²，陈友³，王宛山¹

1. 东北大学机械工程与自动化学院2. 清华大学信息工程研究网络中心3. 中国科学院计算技术研究所

摘 要：特征选择算法能够更好地提高入侵检测系统的检测速度和检测效果,消除冗余数据并减轻噪音特征.结合特征选择算法的优势,提出一种基于主成分分析（PCA）与决策树（C4.5）的入侵检测方法,进而构建出轻量级的入侵检测系统.通过在KDD1999数据集上对该方法进行详细的实验验证,证明该方法一方面确保系统有较高的检测率与较低误报率,另一方面能够比较显著地提高系统的训练时间与测试时间.同时,通过比较实验发现此方法在训练时间、测试时间、检测率、误报率上的效果也优于GA-SVM方法.

关键词：入侵检测;主成分分析;决策树;特征选择;GA-SVM;