集成学习分布式异常检测方法

被引：2

作者：

周绪川 ^{[1
,2
]}

钟勇 ^{[1
]}

机构：

[1] 中国科学院成都计算机应用研究所

[2] 西南民族大学计算机科学与技术学院

来源：

计算机工程与应用 | 2011年 / 47卷 / 18期

关键词：

数据挖掘; 集成学习; 分布式; 异常检测;

D O I：

暂无

中图分类号：

TP311.13 [];

学科分类号：

1201 ;

摘要：

研究了基于模型共享的集成学习分布式异常检测模型,采用多数投票、边界扩展、平均叠加和距离加权4种不同的集成学习方法得到全部的局部模型;采用交换本地数据挖掘模型的方式来实现数据共享,从而构造出一个总体的集成学习模型。从全局的观点检测异常,减少了集中式检测所需数据的传输量,有效保护了数据提供者的隐私性。仿真实验结果表明,该方法的检测性能与集中式检测的性能相当,甚至更好。

引用

页码：9 / 12

页数：4

共 9 条

[1] 基于分布式学习的大规模网络入侵检测算法 [J].