信息安全与技术
信息安全與技術
신식안전여기술
INFORMATION SECURITY AND TECHNOLOGY
2014年
4期
31-37
,共7页
入侵检测%多分类器系统%模式分类%遗传规划
入侵檢測%多分類器繫統%模式分類%遺傳規劃
입침검측%다분류기계통%모식분류%유전규화
网络入侵检测的关键问题是要使得检测准确率最大化,误警率最小化.为了解决这个问题,提出了集成多种智能学习范型的入侵检测模型.该模型融合了线性遗传规划,自适应神经模糊推理系统和随机森林学习算法.在分类前,使用两层的特征选择过程来约简特征,并在分别评估了每种学习算法的性能基础上,给出了融合规则.实验表明:融合多智能技术的入侵检测系统的性能要优于任何一个单一的分类器.
網絡入侵檢測的關鍵問題是要使得檢測準確率最大化,誤警率最小化.為瞭解決這箇問題,提齣瞭集成多種智能學習範型的入侵檢測模型.該模型融閤瞭線性遺傳規劃,自適應神經模糊推理繫統和隨機森林學習算法.在分類前,使用兩層的特徵選擇過程來約簡特徵,併在分彆評估瞭每種學習算法的性能基礎上,給齣瞭融閤規則.實驗錶明:融閤多智能技術的入侵檢測繫統的性能要優于任何一箇單一的分類器.
망락입침검측적관건문제시요사득검측준학솔최대화,오경솔최소화.위료해결저개문제,제출료집성다충지능학습범형적입침검측모형.해모형융합료선성유전규화,자괄응신경모호추리계통화수궤삼림학습산법.재분류전,사용량층적특정선택과정래약간특정,병재분별평고료매충학습산법적성능기출상,급출료융합규칙.실험표명:융합다지능기술적입침검측계통적성능요우우임하일개단일적분류기.
