基于近似约简的集成学习算法及其在入侵检测中的应用
文献类型：期刊论文
| 作者 | 江峰1; 张友强1; 杜军威1; 刘国柱1; 眭跃飞2 |
| 刊名 | 北京工业大学学报
 |
| 出版日期 | 2016 |
| 卷号 | 42.0期号:006页码:877 |
| 关键词 | 近似约简 集成学习 入侵检测 |
| ISSN号 | 0254-0037 |
| 英文摘要 | 为了获得较大差异性的基学习器来构建集成学习器,从属性空间划分的角度来考虑集成学习问题,通过粗糙集理论定义了近似约简的概念,进一步提出了基于近似约简的集成学习算法;本方法将数据集的属性空间划分为多个子空间,基于不同子空间对应的数据集训练得到的基学习器具有较大的差异性,从而保证了集成学习器具有较强的泛化性能.为了验证本算法的有效性,本算法被应用于网络入侵检测中.在KDD CUP 99数据集上的实验表明,与传统的集成学习算法相比,本文所提出的算法具有更高的检测率和更低的计算开销,更适合于从海量高维的网络数据中检测入侵. |
| 语种 | 英语 |
| 源URL | [http://119.78.100.204/handle/2XEOYT63/36349]  |
| 专题 | 中国科学院计算技术研究所期刊论文_中文 |
| 作者单位 | 1.青岛科技大学 2.中国科学院计算技术研究所 |
| 推荐引用方式 GB/T 7714 | 江峰,张友强,杜军威,等. 基于近似约简的集成学习算法及其在入侵检测中的应用[J]. 北京工业大学学报,2016,42.0(006):877. |
| APA | 江峰,张友强,杜军威,刘国柱,&眭跃飞.(2016).基于近似约简的集成学习算法及其在入侵检测中的应用.北京工业大学学报,42.0(006),877. |
| MLA | 江峰,et al."基于近似约简的集成学习算法及其在入侵检测中的应用".北京工业大学学报 42.0.006(2016):877. |
入库方式： OAI收割
来源：计算技术研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。