10.16208/j.issn1000-7024.2017.11.009
基于局部参数模型共享的分布式入侵检测系统
针对现有网络入侵检测系统(IDS)不能应对网络环境频繁变化的问题,提出一种基于局部参数模型共享的分布式网络IDS.在每个节点上根据网络连接数据,使用高斯混合模型(GMM)构建弱分类器,利用在线Adaboost算法对其进行优化,形成强分类器;将该节点上的GMM参数和强分类器参数组建成一个局部参数模型,并共享到其它节点;节点利用粒子群优化(PSO)寻找来自其它节点的最优局部参数模型,结合自身训练数据构建一个支持向量机(SVM)分类器,以此作为最终的全局检测器.实验结果表明,该IDS具有较高的检测率.
网络入侵检测、分布式、局部参数模型、支持向量机、粒子群优化
38
TP393(计算技术、计算机技术)
国家自然科学基金民航联合基金重点项目U1233202/F01
2018-01-31(万方平台首次上网日期,不代表论文的发表时间)
共5页
2935-2939