改进的AdaBoost算法在IDS入侵检测中的应用

• 作者: 王汝传 陈念
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 阈值 AdaBoost算法 入侵检测系统 分类器
• 年，卷（期）: 2010,（21）
• 页码范围: 94-96
• 分类号: TP393
• 字数: 2905字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2010.21.026

摘要

网络入侵检测系统IDS中,异常数据所占的比例非常小,属于小类样本,却是检测的目标.在AdaBoost算法基础上进行改进,通过对大类样本权重设置阈值,对权值超过阈值的样本进行相应处理,来削弱分类器对大类样本错分的重视程度,减轻下一级训练的负担,从而有效地强化对小类错分样本的学习,提高入侵检测的精度,降低误报率和漏报率.方法在KDD-99数据集上进行实验,并与SVM方法检测结果进行比较,取得了很好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王汝传	南京邮电大学计算机科学系	671	6841	35.0	53.0
2	陈念	池州学院计算机科学系	23	89	5.0	8.0