论文将集成学习的思想引入规划识别中，介绍了一种基于AdaBoost改进的规划识别算法并应用于入侵检测。该算法把串行的集成算法AdaBoost与传统的规划识别算法相结合，把各个规划识别模型视为弱预测器，结合AdaBoost算法把各弱预测器组合成一个强预测器。最终输出强预测器的识别结果。论文使用NSL-KDD数据集进行实验验证。实验结果对比表明，论文提出的方法相比传统方法有着更好的识别效果。
科研之友
微信
新浪微博
Facebook
分享链接
