舰船电子对抗
艦船電子對抗
함선전자대항
JIANGCHUAN DIANZI DUIKANG
2012年
6期
40-42
,共3页
人侵识别%信息增益%主成分分析
人侵識彆%信息增益%主成分分析
인침식별%신식증익%주성분분석
intrusion identification information gain%primary component analysis
利用K近邻（KNN）离群点检测方法对2种基于特征选择和特征提取的入侵识别方法进行了评估分析，测试数据使用MIT林肯实验室的KDD99入侵检测数据集，实验结果表明基于特征选择的方法更适于对KDD99数据的入侵识别。
利用K近鄰（KNN）離群點檢測方法對2種基于特徵選擇和特徵提取的入侵識彆方法進行瞭評估分析，測試數據使用MIT林肯實驗室的KDD99入侵檢測數據集，實驗結果錶明基于特徵選擇的方法更適于對KDD99數據的入侵識彆。
이용K근린（KNN）리군점검측방법대2충기우특정선택화특정제취적입침식별방법진행료평고분석，측시수거사용MIT림긍실험실적KDD99입침검측수거집，실험결과표명기우특정선택적방법경괄우대KDD99수거적입침식별。
This paper uses K near neighbor (KNN) individual points test method to evaluate and an- alyze two kinds of intrusion identification methods based on characteristic selection and characteris- tic abstraction. KDD99 intrusion test data set of MIT Lincoln laboratory is used to test the data. The experiment results indicate that the method based on characteristic selection is more suitable for the intrusion identification of KDD99 data.
