多决策树融合模型MDTF的研究

• 作者: 傅玥 李广霞 许冀伟 马国富
• 来源期刊: 计算机工程与设计
• 学科: 工学
• 关键词: 决策树 数据挖掘 加权平均 信息融合 入侵检测
• 年，卷（期）: 2008,（13）
• 所属期刊栏目: 计算机软件与算法
• 页码范围: 3391-3393
• 页数: 3页
• 分类号: TP393.08
• 字数: 2567字
• 语种: 中文

摘要

基于数据挖掘的入侵检测系统中存在着检测性能低和数据挖掘效率不高等问题.为了解决这些问题,提出了多决策树融合模型MDTF,也就是把海量数据集分成若干子数据集,在子数据集上进行挖掘形成不同的子决策树,然后用加权平均法将多棵子决策树对网络数据的检测结果进行融合形成最优判断.实验采用KDD99数据,实验结果表明,该方法可以得到较好的入侵检测性能,分布并行处理可以提高数据挖掘效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马国富	中央司法警官学院信息管理系	39	119	6.0	9.0
2	傅玥	石家庄经济学院信息工程学院	15	54	3.0	7.0
3	李广霞	石家庄经济学院信息工程学院	16	21	3.0	3.0
4	许冀伟	石家庄经济学院信息工程学院	9	52	3.0	7.0