基于多标记与半监督学习的入侵检测方法研究

摘要：

机器学习所关注的问题是系统如何随着经验积累自动提高分类性能,这与入侵检测通过对外界入侵进行自我学习来提高其检测率和降低误报率是一致的.因此把机器学习的理论和方法引入到入侵检测中已成为一种有效方案.文中结合多标记与半监督学习理论,将ML-KNN算法应用于入侵检测系统.在KDD CUP99数据集上的仿真结果表明,该方法在入侵检测中能获得高检测率和低误报率.

关键词：多标记学习、ML-KNN算法、半监督学习、入侵检测

所属期刊栏目：42

分类号：TP393.08(计算技术、计算机技术)

资助基金：江苏省高校自然科学基金项目05KJD52006;江苏科技大学科研资助项目2005DX006J

在线出版日期：2015-04-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：134-136,146