特征选择辅助的基于集成学习的入侵检测模型研究

分享到

【作者】王颖
【学位年度】2017
【学位授予单位】兰州大学
【导师姓名】申永军
【关键词】入侵检测集成学习 Random Committee算法 Stacking集成学习框架
【摘要】随着网络安全环境的日益复杂,传统的入侵检测系统的劣势也愈加凸显。针对这种情况,机器学习方法与入侵检测相结合的研究应运而生。但是我们通过梳理这些研究文献发现,并不是所有研究方法的应用效果都那么完美。一些基础性的分类器如贝叶斯、决策树等对大样本攻击类别的识别率并不是很高。而其他相对复杂一些的模型如基于神经网络、深度学习的研究方法虽然提升了多数类样本分类的正确率,但在少数类样本中却表现得不尽如人意。那么能不能找到一种模型即顾全大样本攻击类的性能,又可以提升小样本类的分类正确率呢。本文提出了用集成学习的...
【文献类型】学位论文