基于ReLASL算法的网络入侵检测模型
打开文本图片集
摘要：互联网技术的不断发展，网络攻击手段层出不穷，导致网络数据样本呈现变化快、数据小且分布不均衡的特点，为进一步提高入侵检测模型对异常数据的检测能力，将ReLSL算法应用于网络入侵检测之中，并对ReLSL算法参数进行了自适应改进，提出了一种基于ReLASL算法的网络入侵检测模型，首先需对处理后的入侵数据集进行特征提取与标签传染，而进行再学习与重标定，最后进行训练，该算法在KDD99数据集上测试表明，在训练数据极少时也能够保证较好的检测性能。（剩余6658字）
网站仅支持在线阅读（不支持PDF下载），如需保存文章，可以选择【打印】保存。