[發明專利]網絡入侵行為特征選擇方法、裝置及存儲介質

在審

• 申請號: 202110012498.3
• 申請日: 2021-01-06
• 公開（公告）號: CN112653711A
• 公開（公告）日: 2021-04-13
• 發明（設計）人: 李臣明;張安婷;戴媛媛;陳忠昊;高紅民
• 申請（專利權）人: 河海大學
• 主分類號: H04L29/06
• 分類號: H04L29/06;G06K9/62;G06N3/00
• 代理公司: 南京縱橫知識產權代理有限公司 32224
• 代理人: 董建林

1.一種網絡入侵行為特征選擇方法，其特征在于，包括如下步驟：

步驟1、獲取網絡入侵行為的原始特征集合；

步驟2、基于互信息對原始特征集合中的特征進行排序，獲得第一特征子集；

步驟3、利用人工蜂群算法處理原始特征集合，進行特征篩選，獲得第二特征子集；

步驟4、根據第一特征子集和第二特征子集進行特征組合，獲得特征選擇子集；

步驟5、基于特征選擇子集，利用SVM分類器獲得特征分類準確度，并根據特征分類準確度循環步驟2～4，獲得最優特征選擇子集。

2.根據權利要求1所述的一種網絡入侵行為特征選擇方法，其特征在于，網絡入侵行為的原始特征集合為F＝{f₁,f₂,...,f_i,...,f_n}，其中，f_i表示原始特征集合F中的第i個特征，i＝1,2,…,n，n為原始特征集合F中特征的數量。

3.根據權利要求2所述的一種網絡入侵行為特征選擇方法，其特征在于，步驟2的具體操作如下：

根據網絡入侵行為的特征標簽計算原始特征集合F中每個特征與特征標簽R的互信息值，具體計算公式如下：

其中，I(f_i；R)表示特征f_i與特征標簽R的互信息值，p(f_i,R)表示特征f_i與特征標簽R的聯合概率分布，p(f_i)表示特征f_i的邊緣概率分布，p(R)表示特征標簽R的邊緣概率分布；

從原始特征集合中選取互信息值最大的特征f_max，并將特征f_max從原始特征集合轉存到第一特征子集；

根據當前階段原始特征集合F中剩下的特征和第一特征子集，依次計算F中剩下的每個特征的冗余懲罰項：

其中，f_m表示當前階段F中剩下的第m個特征，f_m≠f_max，f′_m表示特征f_m的冗余懲罰項，W₁表示第一特征子集，W₁＝{w₁,w₂,...,w_j,...,w_u}，w_j表示第一特征子集中的第j個特征，j＝1,2,…,u，u為當前階段第一特征子集中的特征個數，I(w_j；R)表示特征w_j和特征標簽R的互信息值，I(f_m；R)表示特征f_m和特征標簽R的互信息值，I(f_m；w_j)表示特征f_m和特征w_j的互信息值；

根據冗余懲罰項計算當前階段原始特征集合F中剩下的每個特征與特征標簽R的懲罰后的互信息值，并從當前階段的原始特征集合中選取懲罰后的互信息值最大的特征轉存到第一特征子集：

其中，f表示當前階段的原始特征集合中懲罰后的互信息值最大的特征；

重復計算冗余懲罰項、懲罰后的互信息值，并按照懲罰后的互信息值選擇原始特征集合中的特征，直到將原始特征集合中的所有特征按順序存入第一特征子集。