基于粗糙集理论与核匹配追踪的入侵检测

？提出一种将粗糙集理论与核匹配追踪算法结合起来的入侵检测方法，利用粗糙集理论在处理大数据量、消除冗余信息等方面的优势，减少机器训练数据，克服支持向量机（svm）等算法因为数据量大而处理速度慢的缺点。同时，借助核匹配追踪良好的分类识别性能，并对每个样本作出不同的重要性定义，对粗糙集约筒后的最小属性子集进行分类，实现入侵检测的快速、高分类精度和高检测率。实验结果表明，该方法优于单纯采用粗糙集或人工免疫的方法。