典型文献
基于概念漂移的集成增量学习WSN入侵检测方法研究
文献摘要：
针对机器学习和数据挖掘工作的静态分类器入侵检测,增量学习能适用于时间变化的动态连续数据流环境,并引入集成学习提升学习效果,但没有很好地解决增量学习中的稳定性与可塑性.针对此提出一种基于概念漂移的集成增量学习方法,采集新数据训练多个基分类器加入到异构集成模型中,采用HDDM定位漂移位置,并向异构集成学习两级分类模型发送警报信号,以增量学习方式将最新送达的输入数据流来更新模型.实验证明此方法有较高的稳定性,是资源受限的WSN入侵检测系统的一种很有前途的方法.
文献关键词：
无线传感器网络;概念漂移;集成增量学习;入侵检测
中图分类号：
作者姓名：
陈海文;余员琴;王叶;李晨
作者机构：
湖南交通工程学院电气与信息工程学院 湖南 421009
文献出处：
引用格式：
[1]陈海文;余员琴;王叶;李晨-.基于概念漂移的集成增量学习WSN入侵检测方法研究)[J].网络安全技术与应用,2022(08):29-32
A类：
集成增量学习,HDDM
B类：
概念漂移,WSN,入侵检测方法,数据流,集成学习,提升学习,可塑性,新数据,数据训练,基分类器,异构集成,集成模型,移位,两级分类,分类模型,发送,警报,报信,学习方式,送达,输入数据,流来,更新模型,资源受限,入侵检测系统,前途,无线传感器网络
AB值：
0.327886
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。
