论文部分内容阅读
大量的冗余和噪音数据混合于网络入侵数据中,从而影响到检测的性能和响应。因此,提出基于Fisher-FCBF算法。通过对特征的Fisher分值排序,再使用FCBF算法去冗余,结合SVM,建立分类特征模型,在不降低准确率的前提下,选出最优特征子集,结果表明所提出的方法能够在保证分类准确率的情况下,降低至少11%-21%的计算时间。