انتخاب ويژگي مبتني بر ضريب همبستگي خطي چندگانه در تشخيص نفوذ

يكي از مشكلات عمده تشخيص نفوذ در شبكه، وجود ويژگي­هاي اضافي و بي­ربط در داده­ها مي­باشد. اين مشكل منجر به كلاسه­بندي نادرست و پايين آمدن ميزان تشخيص در يك سيستم تشخيص نفوذ مي­شود. در اين مقاله براي حل اين مشكل، يك الگوريتم انتخاب ويژگي پيشنهاد داده شده است كه در هر سيستم تشخيص نفوذ قابل پياده­سازي مي­باشد و اين الگوريتم انتخاب ويژگي خطي به­نام ضريب همبستگي خطي چندگانه مي­باشد. همچنين از يك سيستم تشخيص نفوذ به­نام حداقل مربعات ماشين بردار پشتيبان براي ارزيابي ويژگي­هاي انتخاب شده استفاده شده­ است. نتايج آزمايش­هاي انجام شده بر روي دو مجموعه داده kddcup99 و NSL نشان مي­دهد كه الگوريتم پيشنهادي انتخاب ويژگي مبتني بر ضريب همبستگي خطي چندگانه، داراي ميزان تشخيص و دقت بالا و ميزان هشدار مثبت كاذب پايين­تري نسبت به الگوريتم ضريب همبستگي خطي دوگانه كه در گونه­هاي مختلفي ارائه شده­است، دارد.