基于静态分类器选择的网络入侵检测方法

摘要：

计算机网络的安全在当今社会起着举足轻重的作用.该文将基于分类器选择的模式识别方法应用于入侵检测,提出了一种基于静态分类器选择的网络入侵检测方法.该方法对经过聚类获得的各个区域采用新的策略进一步划分,在划分后的子区域上选择分类器,结合了最近邻规则,减小静态分类器选择方法的误差,提高了检测性能.聚类选择(CS)是典型的静态分类器选择方法,在KDD'99的入侵检测数据集上的实验表明,该方法的性能优于基于聚类选择的网络入侵检测方法.

关键词：静态分类器选择、网络入侵检测、聚类选择、模式识别

所属期刊栏目：33

分类号：TP393.8(计算技术、计算机技术)

在线出版日期：2007-04-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：140-142