基于Tri-training的入侵检测算法

摘要：

半监督的双协同训练要求划分出的2个数据向量相互独立,不符合真实的网络入侵检测数据特征.为此,提出一种基于三协同训练(Tri-training)的入侵检测算法.使用大量未标记数据,通过3个分类器对检测结果进行循环迭代训练,避免交叉验证.仿真实验表明,在少量样本情况下,该算法的检测准确度比SVM Co-training算法提高了2.1％,并且随着循环次数的增加,其性能优势更加明显.

关键词：入侵检测、小样本、支持向量机、半监督、双协同训练、三协同训练

所属期刊栏目：38

分类号：TP393.08(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目61103015;湖南省自然科学基金资助项目09JJ5043

在线出版日期：2012-05-25（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：158-160