基于欧氏距离和余弦相似度特征选择的入侵检测模型

现今，数据挖掘技术已经广泛用于各个领域，得到社会各界的普遍关注。在入侵检测系统中，数据挖掘也已经成为了数据采集的主要技术手段。特征选择则是入侵检测系统中数据挖掘的关键，因为特征选择的好坏会直接影响到系统的检测精度。本文提出了基于欧氏距离和余弦相似度的特征选择方法。这种方法很容易实现，而且实验结果表明，该方法能够提取出一个完备的特征子集，为网络入侵检测建立模型。同时，该方法能够有效地降低误报率，提高入侵检测性能。