本文關(guān)鍵詞：基于近似約簡(jiǎn)的集成學(xué)習(xí)算法及其在入侵檢測(cè)中的應(yīng)用

  更多相關(guān)文章： 近似約簡(jiǎn) 集成學(xué)習(xí) 入侵檢測(cè)

【摘要】：為了獲得較大差異性的基學(xué)習(xí)器來(lái)構(gòu)建集成學(xué)習(xí)器,從屬性空間劃分的角度來(lái)考慮集成學(xué)習(xí)問(wèn)題,通過(guò)粗糙集理論定義了近似約簡(jiǎn)的概念,進(jìn)一步提出了基于近似約簡(jiǎn)的集成學(xué)習(xí)算法;本方法將數(shù)據(jù)集的屬性空間劃分為多個(gè)子空間,基于不同子空間對(duì)應(yīng)的數(shù)據(jù)集訓(xùn)練得到的基學(xué)習(xí)器具有較大的差異性,從而保證了集成學(xué)習(xí)器具有較強(qiáng)的泛化性能.為了驗(yàn)證本算法的有效性,本算法被應(yīng)用于網(wǎng)絡(luò)入侵檢測(cè)中.在KDD CUP 99數(shù)據(jù)集上的實(shí)驗(yàn)表明,與傳統(tǒng)的集成學(xué)習(xí)算法相比,本文所提出的算法具有更高的檢測(cè)率和更低的計(jì)算開(kāi)銷(xiāo),更適合于從海量高維的網(wǎng)絡(luò)數(shù)據(jù)中檢測(cè)入侵.
【作者單位】： 青島科技大學(xué)信息科學(xué)與技術(shù)學(xué)院;中國(guó)科學(xué)院計(jì)算技術(shù)研究所;
【關(guān)鍵詞】： 近似約簡(jiǎn) 集成學(xué)習(xí) 入侵檢測(cè)
【基金】：國(guó)家自然科學(xué)基金資助項(xiàng)目(61303193) 山東省自然科學(xué)基金資助項(xiàng)目(ZR2014FM015) 山東省高等學(xué)�？萍加�(jì)劃資助項(xiàng)目(J11LG05)
【分類(lèi)號(hào)】：TP181;TP393.08
【正文快照】： 由于具有良好的泛化性能,近年來(lái)集成學(xué)習(xí)在機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘等領(lǐng)域得到了廣泛關(guān)注[1].Dietterich[2]更是將集成學(xué)習(xí)列為機(jī)器學(xué)習(xí)領(lǐng)域的四大研究方向之首.在集成學(xué)習(xí)中,主要有2種方法來(lái)產(chǎn)生基學(xué)習(xí)器:基于訓(xùn)練樣本擾動(dòng)的方法和基于屬性空間擾動(dòng)的方法.對(duì)于前者,代表性算法包括

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 袁漢寧;;雙層多示例集成學(xué)習(xí)[J];武漢理工大學(xué)學(xué)報(bào)(信息與管理工程版);2011年05期

2 俞揚(yáng);周志華;;集成學(xué)習(xí)中完全隨機(jī)學(xué)習(xí)策略研究[J];計(jì)算機(jī)工程;2006年17期

3 張滄生;崔麗娟;楊剛;倪志宏;;集成學(xué)習(xí)算法的比較研究[J];河北大學(xué)學(xué)報(bào)(自然科學(xué)版);2007年05期

4 陳凱;;基于聚類(lèi)技術(shù)的集成學(xué)習(xí)差異性研究[J];南京工業(yè)職業(yè)技術(shù)學(xué)院學(xué)報(bào);2008年04期

5 李凱;崔麗娟;;集成學(xué)習(xí)算法的差異性及性能比較[J];計(jì)算機(jī)工程;2008年06期

6 潘志松;燕繼坤;;少數(shù)類(lèi)的集成學(xué)習(xí)[J];南京航空航天大學(xué)學(xué)報(bào);2009年04期

7 陳凱;馬景義;;一種選擇性SER-BagBoosting Trees集成學(xué)習(xí)研究[J];計(jì)算機(jī)科學(xué);2009年09期

8 陳全;趙文輝;李潔;江雨燕;;選擇性集成學(xué)習(xí)算法的研究[J];計(jì)算機(jī)技術(shù)與發(fā)展;2010年02期

9 張燕平;曹振田;趙姝;鄭堯軍;杜玲;竇蓉蓉;;一種新的決策樹(shù)選擇性集成學(xué)習(xí)方法[J];計(jì)算機(jī)工程與應(yīng)用;2010年17期

10 饒峰;;核機(jī)器集成學(xué)習(xí)算法的誤差分析[J];重慶文理學(xué)院學(xué)報(bào)(自然科學(xué)版);2010年04期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前4條

1 關(guān)菁華;劉大有;賈海洋;;自適應(yīng)多分類(lèi)器集成學(xué)習(xí)算法[A];第二十五屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（二）[C];2008年

2 劉伍穎;王挺;;一種多過(guò)濾器集成學(xué)習(xí)垃圾郵件過(guò)濾方法[A];第三屆全國(guó)信息檢索與內(nèi)容安全學(xué)術(shù)會(huì)議論文集[C];2007年

3 葉紅云;倪志偉;陳恩紅;;一種混合型集成學(xué)習(xí)演化決策樹(shù)算法[A];2005年“數(shù)字安徽”博士科技論壇論文集[C];2005年

4 李燁;蔡云澤;許曉鳴;;基于支持向量機(jī)集成的故障診斷[A];第16屆中國(guó)過(guò)程控制學(xué)術(shù)年會(huì)暨第4屆全國(guó)故障診斷與安全性學(xué)術(shù)會(huì)議論文集[C];2005年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 阿里木·賽買(mǎi)提(Alim.Samat);基于集成學(xué)習(xí)的全極化SAR圖像分類(lèi)研究[D];南京大學(xué);2015年

2 王永明;集成回歸問(wèn)題若干關(guān)鍵技術(shù)研究[D];華東師范大學(xué);2015年

3 張春霞;集成學(xué)習(xí)中有關(guān)算法的研究[D];西安交通大學(xué);2010年

4 劉天羽;基于特征選擇技術(shù)的集成學(xué)習(xí)方法及其應(yīng)用研究[D];上海大學(xué);2007年

5 尹華;面向高維和不平衡數(shù)據(jù)分類(lèi)的集成學(xué)習(xí)研究[D];武漢大學(xué);2012年

6 王清;集成學(xué)習(xí)中若干關(guān)鍵問(wèn)題的研究[D];復(fù)旦大學(xué);2011年

7 方育柯;集成學(xué)習(xí)理論研究及其在個(gè)性化推薦中的應(yīng)用[D];電子科技大學(xué);2011年

8 侯勇;特征提取與集成學(xué)習(xí)算法的研究及應(yīng)用[D];北京科技大學(xué);2015年

9 李燁;基于支持向量機(jī)的集成學(xué)習(xí)研究[D];上海交通大學(xué);2007年

10 程麗麗;支持向量機(jī)集成學(xué)習(xí)算法研究[D];哈爾濱工程大學(xué);2009年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 高偉;基于半監(jiān)督集成學(xué)習(xí)的情感分類(lèi)方法研究[D];蘇州大學(xué);2015年

2 宋文展;基于抽樣的集成進(jìn)化算法研究[D];廣西大學(xué);2015年

3 湯瑩;遷移與集成學(xué)習(xí)在文本分類(lèi)中的應(yīng)用研究[D];江蘇科技大學(xué);2015年

4 劉政;基于知識(shí)元和集成學(xué)習(xí)的中文微博情感分析[D];大連理工大學(xué);2015年

5 丘橋云;結(jié)合文本傾向性分析的股評(píng)可信度計(jì)算研究[D];哈爾濱工業(yè)大學(xué);2014年

6 秦海;融合非標(biāo)記樣本選擇的集成學(xué)習(xí)研究[D];湘潭大學(xué);2015年

7 李想;基于多示例的集成學(xué)習(xí)理論與應(yīng)用研究[D];合肥工業(yè)大學(xué);2014年

8 張妤;支持向量機(jī)集成學(xué)習(xí)方法研究[D];山西大學(xué);2008年

9 李濤;基于條件互信息的集成學(xué)習(xí)的研究與應(yīng)用[D];中國(guó)海洋大學(xué);2009年

10 楊長(zhǎng)盛;基于成對(duì)差異性度量的選擇性集成學(xué)習(xí)方法研究[D];安徽大學(xué);2010年

  本文關(guān)鍵詞：基于近似約簡(jiǎn)的集成學(xué)習(xí)算法及其在入侵檢測(cè)中的應(yīng)用

  更多相關(guān)文章： 近似約簡(jiǎn) 集成學(xué)習(xí) 入侵檢測(cè)

，

本文編號(hào)：511499