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 540751 评论 58
人气 226318 评论 63
省级期刊
人气 184146 评论 72
北大期刊
人气 160549 评论 69