10.3321/j.issn:0254-3087.2009.12.037
基于随机子空间PCA-SVM集成的实时入侵检测系统
为了解决入侵检测系统的检测精度低、虚警率高的问题,实现了一个基于网络的入侵检测实验平台,使用了多种新的攻击工具实施攻击,并在此基础上提取了网络连接的29项实时特征;构成实时入侵检测数据集;同时,提出了一个基于随机子空间PCA的Bagging-SVM分类器集成构造方法,并将其应用到所采集的实时入侵检测数据集,构造网络连接的检测器.经实验表明,所选取的网络连接特征能较好地反映网络安全状况,所采用的集成学习算法具有检测精度高、检测稳定、对基分类器的参数整定不敏感等优点.
PCA、SVM、Bagging集成、入侵检测
30
TP393(计算技术、计算机技术)
广西区科学基金桂科青0728091
2010-04-09(万方平台首次上网日期,不代表论文的发表时间)
共5页
2680-2684