作者：魏彬; 张敏情ids贝叶斯树bagging
摘要：在Windows系统中，攻击程序对系统的破坏一般都是由内核提供的NativeAPIs来完成的。以基于NativeAPIs的主机入侵检测为背景，利用集成学习Bagging算法和Ada—Boost．M1算法，分别对贝叶斯树模型进行了改进。通过样本集重新取样，产生多个模型，对于每个模型赋予相应的权重。最后，通过实验表明，集成学习算法提高了模型的预测精度、泛化能力和稳定性。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
《武警工程大学学报》（CN：61-1486/Z）是一本有较高学术价值的双月刊，自创刊以来，选题新奇而不失报道广度，服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《武警工程大学学报》贯彻“百花齐放，百家鸣鸣”的方针，立足本院，面向社会，展示科研成果，促进学术发展，发挥育人功能，为科学研究和教学服务，为武警部队现代化建设服务。
北大期刊、统计源期刊
人气 540742 评论 58
人气 226304 评论 63
省级期刊
人气 184141 评论 72
北大期刊
人气 160542 评论 69
