一种多标记学习入侵检测算法

摘要：

针对现有入侵检测技术的不足,对基于机器学习的异常入侵检测系统进行了研究,将多标记和半监督学习应用于入侵检测,提出了一种基于多标记学习的入侵检测算法.该算法主要思想是采用”k近邻”分类准则,统计近邻样本的类别标记信息,通过”最大化后验概率(MAP)”的方式推理未标记数据的所属集合.在KDD CUP99数据集上的仿真结果表明,该算法有高检测率,低误报率的优势,有效地改善了入侵检测系统的性能.

关键词： 机器学习 入侵检测算法 多标记技术 半监督模式 数值分析

作者: 钱燕燕 李永忠

作者单位: 江苏科技大学计算机科学与技术学院 江苏镇江 212003

会议类型: 国内会议

会议名称: 全国第25届计算机技术与应用学术会议(CACIS·2014)

会议地点: 江苏扬州

会议语种:中文

页码: 66-73

在线出版日期: 2014-08-22（万方平台首次上网日期，不代表论文的发表时间）