精确特征选择及工业控制系统（ICS）环境中的入侵检测案例研究
信号处理
2021-07-05 v1
摘要
本文提出分析方法以改进实际多类原始数据集中精确特征选择的冗余与相关评估。我们提出一种基于矩阵秩的 -medoids 算法，保证输出所有独立 medoids。新算法使用矩阵秩作为鲁棒指示量，而传统 -medoids 算法依赖于特定数据集及任意两特征间距离的定义方式。另一优势是嵌套循环中的操作总数有界，不同于某些涉及随机搜索的 -medoids 算法。稀疏回归是特征相关性分析的高效工具，但其结果可能依赖于所采用的标记数据集。本文引入一种补偿方法以处理实际原始数据集中类出现的不均衡性。为定量评估所提技术，使用一个已有的工业控制系统（ICS）数据集进行入侵检测。该案例研究生成的数值结果验证了所提分析框架的有效性与必要性。
引用
@article{arxiv.2107.00705,
title = {Precise Feature Selection and Case Study of Intrusion Detection in an Industrial Control System (ICS) Environment},
author = {Terry Guo and Animesh Dahal and Ambareen Siraj},
journal= {arXiv preprint arXiv:2107.00705},
year = {2021}
}