论文部分内容阅读
提出了一种新的用于网络入侵检测的特征选择算法——VFSA．C4．5算法。该算法采用快速模拟退火（VFSA）搜索策略对特征子集空间进行随机搜索，然后利用提供的数据在C4．5决策树上的分类错误率作为特征子集的评估标准来为入侵检测获取最优特征子集。在著名的KDD1999入侵检测数据集上进行了大量的实验，结果表明该算法相对于其它一些应用于入侵检测的特征选择算法，在保证较高检测率的前提下，可有效地降低误报率、入侵检测的计算复杂度和提高检测速度，能更适用于现实高速网络应用环境。