计算机应用与软件
計算機應用與軟件
계산궤응용여연건
COMPUTER APPLICATIONS AND SOFTWARE
2010年
4期
127-129
,共3页
入侵检测%稀有类%集成学习%C4.5算法%AdaBoost算法
入侵檢測%稀有類%集成學習%C4.5算法%AdaBoost算法
입침검측%희유류%집성학습%C4.5산법%AdaBoost산법
提高入侵检测系统的检测率并降低误报率是一个重要的研究课题.在对稀有类分类问题研究的基础上,将集成学习应用到入侵检测中,采用对高速网络数据进行分流的检测模型,把网络数据包按照协议类型进行分类,然后交给各个检测器,每个检测器以C4.5分类器作为弱分类器,用集成学习AdaBoost算法构造一个加强的总检测函数.进一步用SMOTE技术合成稀有类,在KDD‘99数据集上进行了仿真实验,结果表明这种方法可有效提高稀有类的检测率.
提高入侵檢測繫統的檢測率併降低誤報率是一箇重要的研究課題.在對稀有類分類問題研究的基礎上,將集成學習應用到入侵檢測中,採用對高速網絡數據進行分流的檢測模型,把網絡數據包按照協議類型進行分類,然後交給各箇檢測器,每箇檢測器以C4.5分類器作為弱分類器,用集成學習AdaBoost算法構造一箇加彊的總檢測函數.進一步用SMOTE技術閤成稀有類,在KDD‘99數據集上進行瞭倣真實驗,結果錶明這種方法可有效提高稀有類的檢測率.
제고입침검측계통적검측솔병강저오보솔시일개중요적연구과제.재대희유류분류문제연구적기출상,장집성학습응용도입침검측중,채용대고속망락수거진행분류적검측모형,파망락수거포안조협의류형진행분류,연후교급각개검측기,매개검측기이C4.5분류기작위약분류기,용집성학습AdaBoost산법구조일개가강적총검측함수.진일보용SMOTE기술합성희유류,재KDD‘99수거집상진행료방진실험,결과표명저충방법가유효제고희유류적검측솔.
