基于人工示例训练的神经网络集成入侵检测

• 作者: 徐敏
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 网络安全 入侵检测 异常检测 人工示例训练 神经网络集成 差异度
• 年，卷（期）: 2012,（6）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 198-200
• 分类号: TP393
• 字数: 3842字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2012.06.065

摘要

提出一种基于人工示例训练的神经网络集成入侵检测方法.使用不同的训练数据集训练不同的成员网络,以此提高成员网络之间的差异度.在保证成员网络个数的基础上,选择差异度较大的成员网络构成集成,以提高系统的整体性能.实验结果表明,与当前流行的集成算法相比,该方法在保证较高入侵检测率的前提下,可保持较低的误检率,并对未知入侵也具有较高的检测率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐敏	南通大学计算机科学与技术学院	26	123	7.0	10.0