计算机应用

作者：欧彬利, 钟夏汝, 代建华, 杨田

单位：1. 中南林业科技大学 物流与交通学院, 长沙 410004;2. 智能计算与语言信息处理湖南省重点实验室(湖南师范大学), 长沙 410081

关键词：粗糙集,变精度覆盖粗糙集,属性约简,相关族,入侵检测

基金：国家自然科学基金资助项目（11201490，61976089）；中国博士后科学基金资助项目（2017T100795）；湖南省自然科学基金资助项目（2017JJ2408）；湖南省重点研发计划项目（2018SK2129）；长沙市杰出创新青年培养计划项目（kq1905031）。

精准且快速地识别异常用户行为是入侵检测系统（IDS）的重要任务。针对入侵检测数据维度高、样本量大的问题，提出了基于变精度覆盖粗糙集的相关族属性约简方法，并将其运用至入侵检测数据中。首先，基于覆盖决策表生成条件属性的变精度相关族；然后，在所有条件属性变精度相关族的基础上利用启发式算法求得决策表的属性约简；最后，在上述的基础上结合分类器对入侵检测数据进行检测。实验结果表明，所提方法具有计算属性约简时间短的优点，在大样本数据集上，基于模糊粗糙集依赖度的属性约简算法NFRS运行所需时长为该算法的96倍。在入侵检测数据集NSL-KDD上，该方法可快速识别关键属性，剔除无效信息，其整体准确率可达到90.53%，且对Normal的识别准确率可达到97%。

来源：2020年第12期

《计算机应用》期刊编辑部

查看计算机应用杂志2020年第12期