基于AdaBoost的入侵检测技术探索与分析

摘要：

阐明了入侵检测系统的监测过程,提出在入侵检测的分析方法中通过AdaBoost框架的循环迭代,在每次迭代中,由该算法产生一个带权值的分类器,迭代结束产生多个分类器,最后将这些分类器进行加权联合,得到一个具有较高识别率的分类器,进而克服采用单一分类算法产生的识别率难以满足系统要求的缺陷,从而达到系统对攻击识别率提高,误警率降低的目的,以KDD99作为实验样本数据源,仿真实验表明该方法检测预警准确率高.

关键词：样本特征、分类器、入侵检测、权值、分类决策

所属期刊栏目：21

分类号：TP3;TV1

资助基金：陕西省自然科学基金2011JM8020;渭南市自然科学基金2011KYJ-1

在线出版日期：2012-10-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：69-72,31