AdaBoost算法在网络入侵检测中的实验研究

分享到

【作者】赵月爱，陈俊杰
【刊名】计算机应用与软件
【作者单位】太原理工大学计算机与软件学院；太原师范学院计算机系
【年份】2010
【卷号】第4期
【页码】127-129
【ISSN】1000-386X
【关键词】入侵检测稀有类集成学习 C4.5算法 AdaBoost算法
【摘要】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。
【文献类型】期刊