基于粗糙集和信息熵的入侵检测特征选择方法研究

第2 0卷

第 4期

云南民族大学学报 (自然科学版)J un lo u n n U i r t o N t n lis N trlS in e dt n o r a fY n a nv s y f ai aie ( a a c c s E io ) e i o t u e i

Vo . No. 120 4

21 0 1年 7月

J 12 1 u . 01

di1 .9 9 j i n 1 7 o:0 3 6/.s . 6 2—8 1 .0 .4 0 4 s 5 3 2 1 0 . 1 1

基于粗糙集和信息熵的入侵检测特征选择方法研究吴萍，姜懿庭(云南师范大学信息学院，云南昆明 60 9 ) 5 02

摘要：特征选择是从与应用有关的特征集合中选取出满足需要的重要性高的最小特征子集的过程，入侵检测中的一项重要工作 .对现有的入侵检测系统存在的先验知识较少的问题，用是针利粗糙集中的知识表达系统来描述入侵检测特征集合，并通过计算各个特征的信息熵来确定其相对重要性，终选择出精简的特征集合，最简化了入侵检测训练集合，少了检测时间并可以有效减的提高入侵分类的准确性 . 关键词：特征选择；侵检测；入粗糙集；息熵信中图分类号：N 9 5 0 T 1 .8文献标志码： 文章编号：6 2— 5 3 2 1 ) 4— 2 2— 4 A 17 8 1 ( 0 1 0 0 9 0

S u y o n r i n De e to a ur ee to s d o Ro h t d fI t uso t ci n Fe t e S lci n Ba e n ugS t a d I f r a i n Ent o e n n o m to r pyW U Pn ig.JANG Y—ig I i n t(S ho o fr a o, u nnN r a U i r t, umi 5 0 2 C ia) col f nom t n Y n a om l nv sy K n n 6 09, h I i ei g nAb t a t e t r e e t n i t er mo i g p o e sfrt e s l s f au es b e aifi g t e n e sf m e c l sr c:F au e s lc i s h e v n r c s o mal t e t r u s t t yn e d r t o— o h e s s h o hlc in a p lc to fs l ce h r ce it s r lt d wi r a mp ra c .I

si o tn n t e i tu in de e t nd a p i ai n o ee t d c a a t rsi e ae t ge ti o t n e ti mp ra ti h n r so — o c h tc in.Fo ovng t r b e o h xsi g i t so ee to y tm t e s p i rk o e e,t e p p r d— et o r s l i he p o l m ft e e itn n r in d t ci n s se wi ls ro n wldg u h h a e e s rb s t e i t so t cin f aur e t her ug e n wl d e r p e e tto y tm n e emi e her l c i e h n r in dee to e t e s twi t o h s tk o e g e r s n ain s se a d d tr n st e— u h ai e i ot n e o a h f au e b ac ltn t n o ain e r p .Fia l tv mp ra c fe c e tr y c l u ai g i if r to nto y s m n ly,i g t te mln d f au e s t t e sa sr a i e e t r e .As

a r s l,i s l e h n r s n d tc in t i i g s t e u e h e e t n t n f ciey i r v s t e e u t t i i s t e i t i e e t r n n e,r d c s t e d tc i i a d ef t l mp o e h mp f i u o o a o me e vca sfc to c u a y o he i v so l s i ai n a c r c ft n a in. i Ke r s:f au e s l ci n;i t so ee to y wo d e t r ee t o n r i n d t ci n;r u h s t n o mai n e to y u o g e;if r to n r p

入侵检测需要对大规模的网络数据流或主机审

统的吞吐效率，费大量的时间，耗检测的精准率也会

计信息进行数据分析，判定攻击类型，网络中的行而为一般都可以用一些特征来描述，:如源地址、目的地

降低，以在进行数据处理之前需要进行特征选择 .所 特征选择技术…正是从原有的庞大的数据集中选择出满足需要的、重要性较高

的一个精简数据集合的过程，并且该精简数据集可以保持原有数据集的完整性，且不会影响最后判定结果的准确性 .文献[] 2中采用的特征选择方法，对单个特征进行是

址、协议类型、服务类型、口号及连接时长等，端一条网络记录是正常行为还是攻击行为通常是由许多特征组合取不同值来表征的，但是存在着一些特征对于最后的判定起的作用很小，即这些特征的变化与否与

判定结果基本无关，以约简.可过多的特征会给计算带来困难，占用大量的存储空间，会降低整个网络系收稿日期：0 1 O 2 . 2 1一 2— 8

评价，以对评估数据检测的正确率和时间作为度量准则，种选择方法可以挑出前Ⅳ个最有效的单个这

基金项目：国家自然科学基金 (0 6 00 . 69 3 2 )

作者简介：吴萍 ( 95一)女， 18,硕士研究生.主要研究方向：网络信息安全、人工智能等

第 4期

吴

萍，姜懿庭：于粗糙集和信息熵的入侵检测特征选择方法研究基

23 9

特征，是这Ⅳ个特征放在一起却不一定是最佳的但

特征选择的终止条件是在 7中， H( d}Au '有{ I {} r )=H( d I,{}则为 c的相对于{的特征 A) d}选择 . 1 3网络攻击特征数据决策表的核 .

组合，所以对于约简后的特征属性集合的信息完整性缺乏可靠验证 j .为了解决上述问题，文基于粗糙集的知识约简本

理论，采用计算信息熵的方法来选择重要特征，在保持知识库的分类或决策能力不变的条件下，删除不相关或不重要知识，得到保持分类正确的最小特征子集.

对于一个网络攻击特征数据决策表系统 T=

< C, V U, D,>, C中所有对{} d是必要的特征组成的集合称为特征集合 c相对于{}核，作 d的记CR () OE C.

1粗糙集中的知识表达系统在入侵检测特征中的描述粗糙集 ( og e)论是由波兰学者 P wa R uhSt理 al k

2信息熵的相关定义和计算模型信息熵是测量不确定性的一种度量方法，任何一个随机变量的不确定性可以通过它的信息熵来

于 18年提出的， 92 j它是一种刻画具有不完整性和不确定性信息的数学工具，其基本思想是

:在保持知识库的分类能力不变的前提下，过知识 (通属性 )约简得出问题的决策或分类规则 .糙集的优点粗是：在处理问题时不需要其他先验知识，用定利

表示.信息熵的定义为：为上的一个条件属性子 集合，/N A U ID( )={,,,}d为 U上一个决 …,策属性子集合，/N d} Y,…,, U ID{={。Y, Y}则决策属性{相对于条件属性子集合的信息熵为： d} Etp( nr y Dl o ):一 l P一 lP一 P+ P—b b 如果将属性集分类进行合并 J在合并过程，中，当一个分类对于另一个分类的概率相等的情况下，不会导致信息熵发生变化，出现了上面介绍过就的增加一个属性并不能为原有的属性子集分类增加任何信息，时就可以将之约简.此

义在数据集合上的等价关系尺对的划分作为知识 .在不丢失信息的前提下，根据知识系统的条件属性与决策属性的依赖和关联度，过知识约简算通

法得到具有最小决策规则的分类模型.1 1网络攻击特征数据的粗糙集知识表达 .

粗糙集中对知识进行表达和处理的基本工具是

信息表知识表达系统， J下面就本文中的研究对象网络攻击特征数据集进行粗糙集的知识表达.

根据以上结论可以得出，可以将核作为计算信息熵的起点，则在特征选择的过程中，不断地向特征子集 c中增加属性 r ∈C,后判断信息熵日( 然 DI C{}是否发生变化.果该信息熵值是递减的， r)如则特征属性 r不可约简的特征属性 .为 即对于一个网络攻击特征数据决策表系统 T= <U, D,, A为 c经过攻击特征选择后得到 C, Vf>,的特征集合， n C是核 .果 r∈ c是任意一个不如 i A\。能被约简的特征属性，:有H( d} c )> DI o }{ l。 H( U C )>…>H( Dl U{1 U{2 u… U{} r} r} u… )>…>H( Dl )

攻击特征数据的知识表达： 设五元组 T=<U,, v …… 此处隐藏：8546字，全部文档内容请下载后查看。喜欢就下载吧 ……