作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出了一种新颖的基于boosting BP神经网络的入侵检测方法.为了提高BP神经网络的泛化能力,采用改进的Boosting方法,进行网络集成.Boosting方法采用更有效的参数求解方法,即弱分类器的加权参数不但与错误率有关,还与其对正样本的识别能力有关.对"KDD Cup 1999 Data"网络连接数据集进行特征选择和归一化处理之后用于训练神经网络并仿真实验,得到了较高的检测率和较低的误报率,仿真结果表明,提出的入侵检测方法是有效的.
推荐文章
基于Boosting算法的入侵检测
入侵检测
神经网络
Boosting算法
基于并行Boosting算法的雷达目标跟踪检测系统设计
并行Boosting算法
雷达目标
目标跟踪
跟踪检测
检测系统
基于机器学习算法的网络入侵检测
网络安全
入侵行为
机器学习算法
入侵检测
分类器
检测误差
基于Boosting模糊分类的入侵检测
模糊分类
遗传算法
Boosting算法
入侵检测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于Boosting算法的入侵检测
来源期刊 计算机工程与应用 学科 工学
关键词 入侵检测 Boosting方法 BP神经网络
年,卷(期) 2008,(4) 所属期刊栏目 网络、通信与安全
研究方向 页码范围 151-154
页数 4页 分类号 TP393
字数 4572字 语种 中文
DOI 10.3778/j.issn.1002-8331.2008.04.048
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 况夯 12 93 4.0 9.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (1)
共引文献  (21)
参考文献  (2)
节点文献
引证文献  (4)
同被引文献  (0)
二级引证文献  (0)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
入侵检测
Boosting方法
BP神经网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导