基于粗糙集数据挖掘和分类集成学习的网络入侵检测模型

被引：3

作者：

王艳芳 ^{[1
]}

张连华 ^{[2
]}

白英彩 ^{[2
]}

机构：

[1] 云南师范大学物理与电子信息学院

[2] 上海交通大学计算机科学与工程系

来源：

计算机应用与软件 | 2006年 / 04期

关键词：

网络入侵检测; 粗糙集; 数据挖掘; 集成学习;

D O I：

暂无

中图分类号：

TP393.08 [];

学科分类号：

0839 ; 1402 ;

摘要：

基于多个特征或多个模型的集成(Ensemb le)学习技术是智能网络入侵检测的重要研究方向,在现有研究基础上提出基于粗糙集分类、模型分发和攻击归类检测,并加以集成的学习式网络入侵检测模型,该模型不仅能提高网络入侵检测系统检测率,同时还结合了粗糙集能处理不确定信息、生成规则具有高解释性、特征排序在获得检测规则前完成等优点。

引用

页码：120 / 122

页数：3