基于小样本标记实例的数据流集成入侵检测模型
100 积分
50
评分
4.7 积分- 详情
- 2021-04-27
- 简介
pdf
- 518KB
- 页数 6P
- 阅读 80
- 下载 22
基于监督学习的异常入侵检测算法通常面临着训练样本不足的问题,同时,对整个历史数据集进行等同学习,没有充分考虑到网络数据模式随时间变化的特点.本文提出了一种基于小样本标记实例的数据流集成入侵检测模型,对小样本的标记数据集进行扩展,解决了训练样本不足的问题,并能够充分适应网络数据模式随时间变化的特点.实验结果表明,在小样本标记实例情况下,算法的检测性能明显优于基于所有历史数据进行入侵检测的结果.
对不起，您暂无在线预览权限，如需浏览请
立即登录热门商品
相关推荐
基于小样本标记实例的数据流集成入侵检测模型 518KB
基于数据挖掘的自适应入侵检测模型研究 1.1MB
基于安全模块的恶意入侵检测方法研究 358KB
基于改进D-S证据理论的网络入侵检测 407KB
基于IPv6环境下的网络入侵检测系统研究 394KB
小样本协整检验的神经网络方法 2.8MB
基于数据流的视频解码微控制器设计 386KB
基于标准模型文件的建筑物三维数据模型 238KB
蓝盾入侵检测系统操作手册 2.6MB
浅谈入侵检测技术的现状与发展趋势 1.7MB