10.3969/j.issn.1003-6059.2008.04.015
数据挖掘方法在入侵检测中的应用研究
针对入侵检测数据集具有的类别不均衡性、数据中心重叠、噪音、分布率变化等问题,提出一种集多种数据挖掘方法的解决方案,包括k-means、CA.5、SVM、Naive Bayes、Bayes Net、Co-training等,并进行相关实验.实验结果表明其有效性.
重复性、不均衡、入侵检测、软集成、取样
21
TP181(自动化基础理论)
国家自然科学金项目BK2005075
2009-08-19(万方平台首次上网日期,不代表论文的发表时间)
共7页
520-526