信息技术
信息技術
신식기술
INFORMATION TECHNOLOGY
2014年
7期
29-32
,共4页
入侵检测%基于相关的属性选择%AdaBoost
入侵檢測%基于相關的屬性選擇%AdaBoost
입침검측%기우상관적속성선택%AdaBoost
intrusion detection%correlation-base feature selector%AdaBoost
入侵事件的识别是入侵检测系统的关键,入侵事件的识别是一个网络数据的分类问题.通过基于相关的属性选择算法,选择出相关度高的属性子集,去除冗余度高的属性,在选择的属性子集上,使用AdaBoost算法对网络数据分类,识别入侵事件.实验结果表明,在选用的实验数据上,基于相关的属性选择算法和AdaBoost算法结合使用,提高了分类正确率和入侵事件的检出率,降低了入侵事件的误报率.
入侵事件的識彆是入侵檢測繫統的關鍵,入侵事件的識彆是一箇網絡數據的分類問題.通過基于相關的屬性選擇算法,選擇齣相關度高的屬性子集,去除冗餘度高的屬性,在選擇的屬性子集上,使用AdaBoost算法對網絡數據分類,識彆入侵事件.實驗結果錶明,在選用的實驗數據上,基于相關的屬性選擇算法和AdaBoost算法結閤使用,提高瞭分類正確率和入侵事件的檢齣率,降低瞭入侵事件的誤報率.
입침사건적식별시입침검측계통적관건,입침사건적식별시일개망락수거적분류문제.통과기우상관적속성선택산법,선택출상관도고적속성자집,거제용여도고적속성,재선택적속성자집상,사용AdaBoost산법대망락수거분류,식별입침사건.실험결과표명,재선용적실험수거상,기우상관적속성선택산법화AdaBoost산법결합사용,제고료분류정학솔화입침사건적검출솔,강저료입침사건적오보솔.
