基于AdaBoost的网络入侵智能检测

发布时间：2017-06-26 08:03

  本文关键词：基于AdaBoost的网络入侵智能检测，由笔耕文化传播整理发布。

【摘要】：网络环境中,系统受到多种入侵行为威胁,具有变化快、种类多、随机性强的特点,提出一种基于AdaBoost的网络入侵智能检测算法,利用神经网络建立入侵检测学习器,采用AdaBoost集成学习方法对基学习器迭代训练,生成最终的入侵检测模型,仿真实验表明,该方法相对传统的BP神经网络算法具有较大的优势,降低了随机样本对模型的影响,增加了神经网络的泛化能力,使最终的入侵检测模型更加贴近真实的网络入侵样本,减小了小样本集导致的模型精度大幅下降的问题,对识别、检测各类入侵行为,对维护网络安全,具有十分重要的意义。
【作者单位】： 中南林业科技大学计算机与信息工程学院;
【关键词】： 网络集成学习 AdaBoost BP神经网络 入侵检测
【基金】：湖南省科技计划资助项目(2014FJ3003) 湖南省教育厅一般项目(12C0436)
【分类号】：TP393.08
【正文快照】： 引言随着社会进步和科技发展,人们的工作、生活对计算机网络的依赖程度越来越高,然而人们在享用网络提供的便利的同时,也面临着各种网络入侵威胁。传统网络安全依靠防火墙技术,防护能力较弱。入侵检测作为一种主动防御技术,弥补了防火墙的被动防护的缺陷[,2],因此,针对互联网

【相似文献】

中国期刊全文数据库 前3条

1 陈春玲;商子豪;;基于AdaBoost和概率神经网络的入侵检测算法[J];南京师范大学学报(工程技术版);2008年04期

2 俞赛赛;郭昆;那健;丁俊松;;基于LogitBoost的误用检测技术[J];电子对抗;2009年01期

3 郭红刚,方敏;AdaBoost方法在入侵检测技术上的应用[J];计算机应用;2005年01期

中国博士学位论文全文数据库 前2条

1 赵月爱;基于非均衡数据分类的高速网络入侵检测研究[D];太原理工大学;2010年

2 冯光升;面向认知网络的自适应QoS感知与配置方法[D];哈尔滨工程大学;2009年

中国硕士学位论文全文数据库 前10条

1 刘涛;多节点集成算法研究及在入侵检测上的应用[D];西安电子科技大学;2010年

2 陶晓玲;基于AdaBoost的Linux主机入侵检测系统研究[D];桂林电子科技大学;2008年

3 李晓飞;垃圾邮件过滤算法研究及系统实现[D];南京理工大学;2008年

4 欧德宁;垃圾邮件过滤技术研究[D];山东大学;2009年

5 杨靓;互联网才艺表演音频分类的研究[D];北京交通大学;2011年

6 韩颜伦;P2P流量特征分析与应用[D];北京邮电大学;2013年

7 丁文彬;基于决策树分类的网络异常流检测与过滤[D];电子科技大学;2013年

8 闫海明;面向网络管理的信息决策系统研究与设计[D];西安电子科技大学;2011年

9 麻英晖;基于支持向量机回归的网络流量预测[D];河北大学;2012年

10 戚春超;Deep Web数据源发现与分类研究[D];南京信息工程大学;2011年

  本文关键词：基于AdaBoost的网络入侵智能检测，，由笔耕文化传播整理发布。

本文编号：485358