为开发入侵检测系统，确定CSE-CIC-IDS2018数据集的相关特征
摘要：网络入侵检测系统（IDS）是IT系统的重要组成部分。其关键组件是一个分类模块，它不断评估网络流量的一些特征，并识别可能存在的威胁。其效果很大程度上取决于正确选择要监视的特征。因此，在开发IDS的过程中，确定一个最小的特征集，将恶意流量与良性流量安全地区分开来是不可或缺的。本文提出了预处理和特征选择工作流程以及在AWS数据集上的CSE-CIC-IDS2018上的结果，重点关注五种攻击类型。为了确定相关特征，应用了六种特征选择方法，并根据它们的平均得分制定了最终的特征排名。接下来，基于不同的排名阈值，形成了几个特征子集，并使用五种分类算法尝试每个子集，以确定每种攻击类型的最佳特征集。在评估过程中，考虑了四个广泛使用的指标。
作者：L''aszl''o G"ocs, Zsolt Csaba Johany''ak
论文ID：2307.11544
分类：Artificial Intelligence
分类简称：cs.AI
提交时间：2023-07-24