一种基于宽度学习的入侵检测方法,其特征在于,采用步骤为,步骤一：对流量数据进行格式处理；步骤二：构建g项带权重的决策树；步骤三：构建宽度学习中的输入节点组与特征节点组；步骤四：计算输入节点组与特征节点组到输出层的权重。本发明使用宽度学习系统对互联网流量进行异常检测,采用简单的数据预处理方法,不需要大量的专家经验作为前提,而且能够较好的保存数据特征的完整性,根据实验结果比较,本发明具有准确率高、适应性强、可扩展性、可移植性等特点,发明优势显著,应用场景宽广。
科研之友
微信
新浪微博
Facebook
分享链接
