一种基于双视角降维的进化多任务入侵检测特征选择方法

一种基于双视角降维的进化多任务入侵检测特征选择方法，属于网络安全和机器学习交叉领域。本发明通过改进的基于过滤法和分组法的双视角降维方法生成简化和互补的任务，促进高维搜索空间中有前景区域的快速识别；并通过基于双档案的多任务优化机制，维护具有相同性能的特征子集并提供收敛性指导，实现任务间收敛性和多样性之间的平衡，从而搜索获得多个兼具高入侵检测准确率和较少特征数的等价特征子集，在提高准确率及训练效率的同时为模型提供多样且更具可解释性的决策支持。本发明能在高维特征空间中快速搜索具有相同表现但选择不同特征的帕累托最优特征子集，为决策者提供更为灵活、多样的选择，从而提高入侵检测的准确性、减少模型训练时间。