《计算机工程与科学杂志》发表论文赏析

基于Double-Bagging特征降维异质集成入侵检测

来源:计算机工程与科学杂志2023年第6期北京时间:

作者:陈俊彦, 卢贤涛, 黄雪锋, 卢小烨, 廖岑卉珊

单位:(桂林电子科技大学计算机与信息安全学院,广西 桂林 541004)

摘要:入侵检测是网络安全领域中具有挑战性的重要任务。单个分类器可能会带来分类偏差,使用集成学习相较单分类器,具有更强的泛化能力及更高的精确率,但调整各基分类器的权重需要大量的时间。基于此问题,提出了一种基于Bagging特征降维和基于Bagging异质集成入侵检测分类算法(Double- Bagging)的特征降维异质集成入侵检测算法。该算法通过集成5个特征选择算法,采用Bagging投票机制选出最优特征子集,实现高效准确的特征降维。同时,引入集成学习中的成对多样性度量,从不同基分类器组合中选出最优异质集成集合。对于赋权函数综合使用精确率和AOC值作为权重对分类器进行集成。实验结果表明,所提算法精确率高达99.94%,系统错误率及正判率分别为0.03%和99.55%,均优于现有主流入侵检测算法的。

关键词:入侵检测,异质集成学习,特征降维,成对多样性度量,

基金资助:广西区自然科学基金(2020GXNSFDA238001);广西高校中青年教师科研基础能力提升项目(2020KY05033)

2023年6期其他文献查阅:

面向112 Gbps PAM4串行接收机的低误码协同自适应均衡器

基于CAD几何模型的曲面流线可视分析方法

一种定制片上网络设计探索算法的设计与实现

基于WCOJ的UPF供电状态分析器的设计与实现

基于6U VPX主板的铝基均热板散热性能实验研究

基于匹配理论的LoRa参数双重匹配优化

面向公共递归DNS服务系统的测量与分析

基于Double-Bagging特征降维异质集成入侵检测

针对图像识别的一种分步对抗防御方法研究

一种改进Faster R-CNN的图像篡改检测模型

基于图神经网络的行人轨迹预测研究综述

基于多尺度特征提取的YOLOv5s算法优化

基于改进的YOLOv5的航拍图像中小目标检测算法

基于改进MobileNetV2的人脸表情识别

基于会话嵌入的应用程序使用预测

多层CNN特征融合及多分类器混合预测的多模态虚假信息检测#br#

基于特征融合与Transformer模型的声音事件定位与检测算法研究

基于谱图小波的多尺度社区搜索方法

基于神经网络的医疗文本分类研究

自适应变异蝴蝶优化算法

命题逻辑中一种矛盾体生成新方法

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!