針對(duì)當(dāng)前網(wǎng)絡(luò)入侵隱蔽性強(qiáng)、危害大、手段高,傳統(tǒng)的入侵檢測(cè)方法已經(jīng)難以有效防范的問(wèn)題,本文進(jìn)行了基于CFS和SAMME多分類(lèi)集成算法的入侵檢測(cè)的應(yīng)用研究。實(shí)驗(yàn)結(jié)果表明:經(jīng)過(guò)相關(guān)性特征選擇后的SAMME多分類(lèi)集成算法不僅提升了檢測(cè)準(zhǔn)確率,也大幅度提高了入侵檢測(cè)效率,為入侵檢測(cè)提供了有效的思路和方法。 

【文章頁(yè)數(shù)】：3 頁(yè)

【文章目錄】：
0 引言
1 相關(guān)性特征選擇
2 多類(lèi)指數(shù)損失函數(shù)逐步添加模型 (SAMME)
3 實(shí)驗(yàn)
    3.1 數(shù)據(jù)集與預(yù)處理
    3.2 實(shí)驗(yàn)環(huán)境
    3.3 數(shù)據(jù)預(yù)處理
    3.4 實(shí)驗(yàn)結(jié)果
4 結(jié)束語(yǔ)


【參考文獻(xiàn)】：
期刊論文
[1]屬性相關(guān)選擇和AdaBoost算法在入侵檢測(cè)中的應(yīng)用[J]. 魏浩,丁要軍.  信息技術(shù). 2014(07)
[2]不均衡數(shù)據(jù)分類(lèi)下特征有效識(shí)別分析[J]. 朱小剛,ZHANG Ji-dong.  計(jì)算機(jī)仿真. 2018(04)

博士論文
[1]基于數(shù)據(jù)挖掘的網(wǎng)絡(luò)入侵檢測(cè)關(guān)鍵技術(shù)研究[D]. 郭春.北京郵電大學(xué) 2014

碩士論文
[1]一種新型分類(lèi)算法及其在網(wǎng)絡(luò)入侵檢測(cè)中的應(yīng)用研究[D]. 張浩.北京郵電大學(xué) 2018



本文編號(hào)：3725082