基于集成学习算法的网络安全防御模型研究

• 作者: 张敏情 魏彬
• 来源期刊: 武警工程大学学报
• 学科: 工学
• 关键词: IDS 贝叶斯树 AdaBoost.M1 Bagging
• 年，卷（期）: 2017,（4）
• 所属期刊栏目: 密码与信息安全
• 页码范围: 66-69
• 页数: 4页
• 分类号: TP393.08|TP183
• 语种: 中文

摘要

在Windows系统中,攻击程序对系统的破坏一般都是由内核提供的Native APIs来完成的.以基于Native APIs的主机入侵检测为背景,利用集成学习Bagging算法和AdaBoost.M1算法,分别对贝叶斯树模型进行了改进.通过样本集重新取样,产生多个模型,对于每个模型赋予相应的权重.最后,通过实验表明,集成学习算法提高了模型的预测精度、泛化能力和稳定性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张敏情	武警工程大学电子技术系	112	324	8.0	11.0
2	魏彬	武警工程大学电子技术系	12	18	2.0	4.0