تشخيص نفوذ در شبكه‌هاي رايانه‌اي با استفاده از انتخاب ويژگي تركيبي مؤثر مبتني بر روش اشتراك‌گيري اطلاعات متقابل، آزمون F تحليل واريانس و الگوريتم ژنتيك

سامانه تشخيص نفوذ (IDS) حجم عظيمي از داده‌ها را مديريت مي‌كند كه شامل ويژگي‌هاي نامرتبط و زائد است كه منجر به مصرف منابع قابل توجه، روندهاي آموزش و آزمايش طولاني مدت و نرخ تشخيص پايين مي‌شود. از اين رو، انتخاب ويژگي يك گام مهم در تشخيص نفوذ در نظر گرفته شده است. هدف اين پژوهش، معرفي يك راهبرد مبتني بر اشتراك است كه به‌طور بهينه ويژگي‌ها را براي طبقه‌بندي انتخاب مي‌كند. اين انتخاب ويژگي شامل اشتراك‌گيري از روش‌هاي اطلاعات متقابل بر اساس مدل انتقال (MIT-MIT)، آزمون F تحليل واريانس و الگوريتم ژنتيك (GA) است. يك مجموعه داده معيار، به نام NSL-KDD، براي ارزيابي اثربخشي رويكرد پيشنهادي استفاده مي‌شود. اين مطالعه شامل صحت، دقت، يادآوري و امتياز F1  به‌عنوان معيارهاي ارزيابي براي IDS است كه روش پيشنهادي را با طبقه‌بندي كننده‌هاي پيشرفته تحليل مي‌كند. نتايج ارزيابي تأييد كرده است كه الگوريتم انتخاب ويژگي ما ويژگي‌هاي ضروري‌تري را براي IDS جهت دستيابي به دقت بالا فراهم مي‌نمايد و از ساير الگوريتم‌هاي مقايسه‌اي برتري مي‌جويد.