IDS 自适应特征选择算法――进化包装(Wrapper)算法分析Feature S

随着网络技术和网络规模的不断发展，网络安全已经成为人们无法回避的问题，因此为了保护现在越来越多的敏感信息，入侵检测技术也成为了一种非常重要的技术，得到了越来越多的重视。然而对其中一个重要部分―特征的自动选择的研究非常少。本文提出了一个EA  用来执行特征的自动选择以及对RBF  网络的自动优化。经过特征选择这个步骤可以显著的减少输入特征的数量，这样可以有效的减少过适应。此外，减少输入特征数目，还可以减少神经网络的执行时间。

关键词：入侵，入侵检测，神经网络，特征选择。

Abstract:  With  the  ongoing  growth  of  the  Internet,  intrusion  detection  systems  (IDS)  play  an  increasing  role  in  securing  communication  networks.  Although,  feature  selection  is  an  important  task  for  almost  all  neural  network  applications,  only  very  few  investigations

dealing  with  any  type  of  automated  feature  selection  are  known  in  the  area  of  intrusion    detection.  This  article  sets  ant  an  evolutionary  algorithm  (EA)  that  performs  the  tasks  of  feature  selection  and  architecture  optimization  for  radial  basis  function  (RBF)  networks

automatically.

Key  Words:  IDS,  neural  network,  feather  selection.