在入侵检测系统中应用BukaGini算法进行增强的功能交互分析
Mohamed Aly Bouke1, Azizol Abdullah1, Korhan Cengiz2
1Department of Communication Technology and Network, Universiti Putra Malaysia, Serdang, Selangor, Malaysia.
PeerJ. Computer science
|June 10, 2024
概括
一个新的功能选择算法BukaGini显著提高了入侵检测系统 (IDS) 的性能. 它实现了超过99%的准确性和稳定性,同时将维度减少25%,以改善网络安全.
科学领域:
- 机器学习 机器学习
- 网络安全 网络安全
- 数据科学数据科学数据科学
背景情况:
- 侵入检测系统 (IDS) 需要强大的特征选择以获得有效的性能.
- 在IDS中现有的特征相互作用分析方法需要改进.
- 布卡基尼 (BukaGini) 是一个稳定性意识的基尼指数特征选择算法.
研究的目的:
- 评估BukaGini在提高IDS机器学习模型性能方面的有效性.
- 评估BukaGini在IDS领域内的功能交互分析能力.
- 将BukaGini的表现与现有方法进行比较.
主要方法:
- 使用基尼指数进行特征选择的BukaGini算法.
- 在四个不同的IDS数据集中进行评估:NSLKDD,WUSTL EHMS,WSN-DS和UNSWNB15.
- 使用以下指标进行性能评估:稳定性得分,准确性,F1得分,回忆,精度和ROC AUC.
主要成果:
- 在所有数据集中,BukaGini实现了高达99%的准确率和超过99%的稳定性得分.
- 观察到平均维度减少25%,每个数据集选择了10个特征.
- 在IDS绩效指标方面取得了显著进展.
结论:
- 布卡基尼 (BukaGini) 是一个有前途的解决方案,用于网络安全中的功能交互分析,特别是用于IDS.
- 该算法有助于强大的模型性能和增强的入侵检测能力.
- 布卡基尼显示了改善网络安全防御的现实应用潜力.


