基于AdaBoost和概率神经网络的入侵检测算法

摘要：

将AdaBoost算法和概率神经网络结合,提出了一种新的概率神经网络模型ABPNN,基于此模型提出一种新的入侵检测算法.该算法对接收到的网络数据进行分析判断,实现入侵方式的自动分类,并且能对新的入侵行为进行分类和记忆.实验证明该算法在入侵检测系统的检测率和误报率方面都有优越的性能表现。

关键词： 入侵检测 概率神经网络 AdaBoost ABPNN 误报率

作者: 陈春玲 商子豪

作者单位: 南京邮电大学,计算机学院,江苏,南京,210003

会议类型: 国内会议

会议名称: 第三届江苏计算机大会

会议地点: 南京

会议语种:中文

页码: 21-24

在线出版日期: 2008-11-14（万方平台首次上网日期，不代表论文的发表时间）