-
题名基于随机k-近邻集成算法的网络流量入侵检测
- 1
-
-
作者
张承烨
李卓轩
曹进德
-
机构
东南大学人工智能学院
东南大学数学学院
江苏省网络群体智能重点实验室
-
出处
《南通大学学报(自然科学版)》
CAS
2023年第3期26-32,共7页
-
基金
江苏省网络集体智能重点实验室项目(BM2017002)。
-
文摘
为了提高网络入侵检测模型的准确率与泛化性,提出基于随机k-近邻集成算法的网络流量入侵检测模型。首先,该模型提出一种集成赋权距离,来提高预测精度;其次,采用一种随机策略的集成方法对k-近邻模型进行集成,从而提高了其在异常检测过程中的全局和局部优化能力;然后,利用并行计算的方法提高了算法运行的效率;最后,构建了基于随机k-近邻集成算法的网络入侵检测模型,并采用KDD99数据集进行实验。实验结果表明,基于随机k-近邻集成算法相对于其他模型具有更好的检测效果,准确率和召回率分别达到99.05%和91.96%。
-
关键词
网络入侵检测
k-近邻模型
集成赋权距离
随机子空间
并行计算
-
Keywords
network intrusion detection
k-nearest neighbor model
integrated weighted distance
random subspace
parallel computing
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
-