BARS: Benign-Anchored Ranking and Selection for False Alarm Reduction in Network Intrusion Detection
该论文针对网络入侵检测系统（NIDS）中误报率过高的问题，提出了一种名为BARS（良性锚定排序与选择）的特征选择方法。经典过滤式特征选择方法通常采用类别对称准则，忽略了入侵检测中正常流量与攻击流量的不对称性——正常流量构成基线而攻击是偏离。
#false-alarm-reduction
共收录 1 条相关情报。
← 返回所有主题