典型文献
基于随机森林的集成学习入侵检测方法
文献摘要：
为解决网络入侵检测效果不佳的问题,提出一种基于随机森林的集成学习入侵检测方法.通过K-means和SMOTE处理数据集获得相关度高的平衡数据子集,随机森林选择出最优的特征子集,基于树的集成学习方法分类结果.本文采用CICIDS2017数据集进行本文方法可行性的研究,结果表明本文提出的方法相比传统的单一机器学习方法具备更高的检测精度和更低的时间开销.
文献关键词：
随机森林;集成学习;入侵检测;机器学习
中图分类号：
作者姓名：
盛展;陈琳
作者机构：
长江大学,湖北荆州434023
文献出处：
引用格式：
[1]盛展;陈琳-.基于随机森林的集成学习入侵检测方法)[J].电脑知识与技术,2022(19):87-88
A类：
B类：
入侵检测方法,网络入侵检测,检测效果,means,SMOTE,相关度,特征子集,集成学习方法,方法分类,CICIDS2017,机器学习方法,检测精度,开销
AB值：
0.345244
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
