基于属性约简与半监督协同训练的入侵检测算法.pdfVIP

第30卷第8期 计算机应用与软件 Vo1．30 No．8 2013年 8月 ComputerApplicationsandSoftware Aug．2013 基于属性约简与半监督协同训练的入侵检测算法 闫祖臣 李永忠 (江苏科技大学计算机科学与工程学院 江苏镇江 212003) 摘 要 入侵检测数据具有信息冗余量大、标记数据难以获得等特点。传统入侵检测方法难以消除冗余信息并且需要大量 已标 记样本做训练集，导致检测效率降低，实用性下降。为了解决上述问题，提 出一种结合属性约简与半监督协同训练的算法。该算法 充分发挥了大量末标记样本的监督作用。首先将入侵数据进行属性约简，利用约简结果建立一个支持 向量机 (SVM)基分类器，然 后将其与另外两个SVM辅助分类器做协同训练。如此，分类器界面得到反复修正，分类器的性能逐步得到改善，最终分类精度得到 明显提高。在入侵检测数据集KDDCUP99上的仿真