期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到3篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于组合分类器的DDoS攻击流量分布式检测模型 被引量：7
1
作者 贾斌 马严 赵翔 《华中科技大学学报（自然科学版）》 EI CAS CSCD 北大核心 2016年第S1期1-5,10,共6页
针对传统攻击流量的集中式检测模型中可扩展性差,检测效率低以及误报率高等问题,设计了针对DDoS攻击流量的随机森林分布式检测模型,该模型包括数据采集模块、数据预处理模块、分布式分类检测模块和报警响应模块.将该模型与基于Adaboost... 针对传统攻击流量的集中式检测模型中可扩展性差,检测效率低以及误报率高等问题,设计了针对DDoS攻击流量的随机森林分布式检测模型,该模型包括数据采集模块、数据预处理模块、分布式分类检测模块和报警响应模块.将该模型与基于Adaboost算法的分布式检测方法进行比较,并通过实验研究验证了模型的有效性.结果表明:基于随机森林的组合分类器分布式检测模型具有更高的检测率、正确率、精确率以及更低的误报率,并且该模型部署灵活,适用于工程实践. 展开更多
关键词 DDOS攻击检测 决策树 基分类器 随机森林 组合分类器
原文传递
集成学习中基于离散化方法的基分类器构造研究 被引量：2
2
作者 蔡铁 伍星 李烨 《计算机应用》 CSCD 北大核心 2008年第8期2091-2093,共3页
为构造集成学习中具有差异性的基分类器,提出基于数据离散化的基分类器构造方法,并用于支持向量机集成。该方法采用粗糙集和布尔推理离散化算法处理训练样本集,能有效删除不相关和冗余的属性,提高基分类器的准确性和差异性。实验结果表... 为构造集成学习中具有差异性的基分类器,提出基于数据离散化的基分类器构造方法,并用于支持向量机集成。该方法采用粗糙集和布尔推理离散化算法处理训练样本集,能有效删除不相关和冗余的属性,提高基分类器的准确性和差异性。实验结果表明,所提方法能取得比传统集成学习算法Bagging和Adaboost更好的性能。 展开更多
关键词 集成学习 基分类器 离散化 支持向量机集成
下载PDF
最大化边际的分类器选取算法
3
作者 付彬 王志海 王中锋 《计算机科学与探索》 CSCD 2011年第1期59-67,共9页
在分析了不同的多样性定义的基础上,给出了多样性度量应该考虑的三种因素。结合边际概念,提出了一种新的多样性度量标准。实验结果表明,与当前已有的典型的多样性定义相比,在利用爬山法进行分类器选取时,使用该方法所选出的分类器子集... 在分析了不同的多样性定义的基础上,给出了多样性度量应该考虑的三种因素。结合边际概念,提出了一种新的多样性度量标准。实验结果表明,与当前已有的典型的多样性定义相比,在利用爬山法进行分类器选取时,使用该方法所选出的分类器子集在大多数数据集合上都有更好的分类性能。 展开更多
关键词 集成学习 分类器 基分类器 多样性 分类器组合
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部