基于加权多随机决策树的入侵检测模型

扫码查看

原文链接

NETL
NSTL
万方数据
维普

中文摘要：传统的决策树分类方法(如ID3和C4.5)对于相对小的数据集是很有效的.但是,当这些算法用于入侵检测这样的非常大的数据时,其有效性就显得不足.采用了一种基于随机模型的决策树算法,在保证分类准确率的基础上,减少了对系统资源的占用,并设计了基于此算法的分布式入侵检测模型.最后通过对比试验表明该模型在对计算机入侵数据的分类上有着出色的表现.

外文标题：Intrusion detection model based on weighted multi-random decision tree

作者：

赵晓峰、叶震

展开 >

作者单位：

合肥工业大学,计算机与信息学院,安徽,合肥,230009

关键词：

决策树入侵检测分辨矩阵随机决策树

出版年：

2007

计算机应用

中国科学院成都计算机应用研究所

计算机应用

CSTPCDCSCD北大核心

影响因子：0.892

ISSN：1001-9081

年,卷(期)：2007.27(5)

被引量6
参考文献量13