IDS 自适应特征选择算法――进化包装(Wrapper)算法分析Feature S

随着网络技术和网络规模的不断发展，网络安全已经成为人们无法回避的问题，因此为了保护现在越来越多的敏感信息，入侵检测技术也成为了一种非常重要的技术，得到了越来越多的重视。然而对其中一个重要部分―特征的自动选择的研究非常少。本文提出了一个EA 用来执行特征的自动选择以及对RBF 网络的自动优化。经过特征选择这个步骤可以显著的减少输入特征的数量，这样可以有效的减少过适应。此外，减少输入特征数目，还可以减少神经网络的执行时间。
关键词：入侵，入侵检测，神经网络，特征选择。

Abstract: With the ongoing growth of the Internet, intrusion detection systems (IDS) play an increasing role in securing communication networks. Although, feature selection is an important task for almost all neural network applications, only very few investigations
dealing with any type of automated feature selection are known in the area of intrusion  detection. This article sets ant an evolutionary algorithm (EA) that performs the tasks of feature selection and architecture optimization for radial basis function (RBF) networks
automatically.
Key Words: IDS, neural network, feather selection.