基于集成 PU 学习数据流分类的入侵检测方法

• 作者: 宋群 张骏 智永锋
• 来源期刊: 微电子学与计算机
• 关键词: 入侵检测 集成分类 数据流 学习
• 年，卷（期）: 2013,（7）
• 页码范围: 173-176
• 页数: 4页
• 分类号: TP393.08
• 语种: 中文

摘要

入侵检测问题可以模型化为数据流分类问题，传统的数据流分类算法需要标注大量的训练样本，代价昂贵，降低了相关算法的实用性。在PU学习算法中，仅需标注部分正例样本就可以构造分类器。对此本文提出一种动态的集成PU学习数据流分类的入侵检测方法，只需要人工标注少量的正例样本，就可以构造数据流分类器。在人工数据集和真实数据集上的实验表明，该方法具有较好的分类性能，在处理偏斜数据流上优于三种PU 学习分类方法，并具有较高的入侵检测率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张骏	西北工业大学自动化学院	83	669	13.0	23.0
2	宋群	西北工业大学自动化学院	6	31	3.0	5.0
3	智永锋	西北工业大学自动化学院	18	69	4.0	8.0