典型文献
基于随机森林-聚类混合方法的多分类入侵检测研究
文献摘要：
针对传统入侵检测模型难以应对新攻击场景问题,为了解决有监督检测环境下攻击逃逸检测能力强、漏检误报率较高等关键问题,提出一种基于聚类方法的多分类入侵检测方法.该方法使用无监督聚类方法,结合大量入侵检测数据进行分析,利用随机森林对特征进行筛选降维,使得聚类效果更加合理准确,在新数据实验表明,该方法对于入侵检测具有较高的检测效果,显著降低误检率.
文献关键词：
入侵检测;随机森林;聚类;网络安全
中图分类号：
作者姓名：
吕广旭;卢加奇;魏先燕;王小英
作者机构：
防灾科技学院,河北三河 065201
文献出处：
引用格式：
[1]吕广旭;卢加奇;魏先燕;王小英-.基于随机森林-聚类混合方法的多分类入侵检测研究)[J].现代信息科技,2022(16):165-167
A类：
B类：
混合方法,多分类,入侵检测模型,有监督,监督检测,检测环境,逃逸,检测能力,漏检,误报率,聚类方法,入侵检测方法,无监督聚类,检测数据,新数据,检测效果,误检率
AB值：
0.384753
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。
