基于粗糙集数据挖掘和分类集成学习的网络入侵检测模型

• 作者: 张连华 王艳芳 白英彩
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 网络入侵检测 粗糙集 数据挖掘 集成学习
• 年，卷（期）: 2006,（4）
• 所属期刊栏目: 安全技术
• 页码范围: 120-122
• 页数: 3页
• 分类号: TP39
• 字数: 3583字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386X.2006.04.048

摘要

基于多个特征或多个模型的集成(Ensemble)学习技术是智能网络入侵检测的重要研究方向,在现有研究基础上提出基于粗糙集分类、模型分发和攻击归类检测,并加以集成的学习式网络入侵检测模型,该模型不仅能提高网络入侵检测系统检测率,同时还结合了粗糙集能处理不确定信息、生成规则具有高解释性、特征排序在获得检测规则前完成等优点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	白英彩	上海交通大学计算机科学与工程系	185	1721	20.0	33.0
2	张连华	上海交通大学计算机科学与工程系	37	217	8.0	13.0
3	王艳芳	云南师范大学物理与电子信息学院	10	79	3.0	8.0