摘要

本文提出了一种集成异种分类器的数据流入侵检测模型EDKCDS(Ensemble of Different Kind of Clas-sifiers on Data Stream),目的是在适应概念漂移的前提下,利用多个时间段的数据学习生成异种分类器,并集成各个异种分类器,检测入侵行为,使其能达到目标类召回率和精度的平衡,并且能取得较高的分类准确率。