基于集成神经网络技术的IDS入侵检测系统研究

• 作者: 谢芬
• 来源期刊: 电脑知识与技术：学术交流
• 学科: 工学
• 关键词: BP神经网络 ADABOOST算法 入侵检测
• 年，卷（期）: 2012,（4X）
• 页码范围: 2687-2688
• 页数: 2页
• 分类号: TP393.08

摘要

网络入侵检测是近几年信息安全领域的研究热点。为了提高网络入侵检测系统中异常数据检测的精度、降低漏报率和误报率,维护网络系统安全,该文提出了一种基于Adaboost算法集成BP神经网络的网络入侵检测方法。该方法首先构造个体BP神经网络模型,个体BP神经网络为弱分类器即可,然后通过大量训练样本对模型进行训练,采用Adaboost算法对其弱分类器进行集成构造强分类器模型。最后在KDD 99数据集上,通过Matlab软件进行仿真实验,实验结果表明,该方法能有效的提高异常数据检测的精度。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谢芬	烟台大学计算机学院	8	9	2.0	2.0