基于自适应免疫分类器的入侵检测

• 作者: 冯永 叶春晓 李志国 钟将
• 来源期刊: 重庆大学学报（自然科学版）
• 学科: 工学
• 关键词: 分类器 入侵检测 免疫聚类 多信息粒度
• 年，卷（期）: 2007,（7）
• 所属期刊栏目: 自动化·计算机
• 页码范围: 104-108
• 页数: 5页
• 分类号: TP391
• 字数: 4611字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-582X.2007.07.024

摘要

由于采用传统的分类器进行检测时,存在检测率低而误报率高的问题.提出了一种基于免疫聚类的自适应分类器方法,采用多信息粒度的思想有效地克服了聚类算法与分类算法间的不一致性.通过在真实网络数据集上对多种入侵行为的检测结果表明:该分类器的检测率高、漏报率和误报率低,较RBF分类器和BP分类器具有更好的分类性能和推广性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	钟将	重庆大学计算机学院	63	631	14.0	23.0
2	叶春晓	重庆大学计算机学院	50	423	11.0	19.0
3	李志国	重庆大学计算机学院	13	104	7.0	10.0
5	冯永	重庆大学计算机学院	34	348	11.0	17.0