10.3969/j.issn.1002-137X.2010.07.052
基于集成学习的入侵检测方法
为解决传统入侵检测中存在的检测效率低、对未知的入侵行为检测困难等问题,提出了将改进的BP神经网络算法和支持向量机集成的入侵检测模型.实验表明,集成改进的BP神经网络和支持向量机与检出率最好的单个神经网络、单个SVM相比检测率有所提高,同时提高了对未知入侵行为的识别.
入侵检测、集成学习、BP神经网络、支持向量机
37
TP393(计算技术、计算机技术)
国家自然科学基金60973139,60773041;江苏省自然科学基金BK2008451;国家高科技863项目2007AA01Z404,2007AA01Z478;现代通信国家重点实验室基金9140C1105040805;国家和江苏省博士后基金0801019C,20090451240,20090451241;江苏高校科技创新计划项目CX08B-085Z,CX08B-086Z;江苏省六大高峰人才项目2008118
2010-09-19(万方平台首次上网日期,不代表论文的发表时间)
共4页
217-219,224