基于集成学习算法的网络入侵检测模型研究

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信

摘要：鉴于网络威胁的复杂性，网络入侵检测算法需不断升级以提高识别率和拦截率。文章基于集成学习算法，结合多种机器学习模型的优点，提出一种新型网络入侵检测模型。该模型集成各种基础算法，如决策树、K近邻（KNN） 、多层感知器（MLP） 和朴素贝叶斯，综合各个算法在测评指标，如准确率、精确率、召回率、混淆矩阵、F1值中体现出的优势，采用分层方法克服单个模型的缺点，同时采用交叉验证法确保模型的可靠性及扩展性。（剩余5922字）

试读结束

目录
monitor