10.3321/j.issn:1002-8331.2007.18.043
基于加权多随机决策树的入侵检测分类算法
传统的决策树分类方法(如ID3和C4.5),对于相对小的数据集是很有效的.但是,当这些算法用于入侵检测这样的非常大的、现实世界中的数据时,其有效性就显得不足.采用了一种基于随机模型的决策树算法,在保证分类准确率的基础上,减少了对系统资源的占用,并通过对比实验表明该算法在对计算机入侵数据的分类上有着出色的表现.
决策树、入侵检测、分辨矩阵、随机决策树
43
TP301(计算技术、计算机技术)
2007-07-16(万方平台首次上网日期,不代表论文的发表时间)
共4页
135-137,214