首 页    学报简介    作者投稿    专家审稿    编辑办公    读者须知    联系我们
引用本文格式: 董超,周刚,刘玉娇,张德江. 基于改进的Adaboost算法在 网络入侵检测中的应用 [J]. 四川大学学报: 自然科学版, 2015, 52: 1225~1229.
 
基于改进的Adaboost算法在 网络入侵检测中的应用
The detection of network intrusion based on improved adaboost algorithm
摘要点击 806  全文点击 638  投稿时间:2015-01-04  
查看全文  查看/发表评论  下载PDF阅读器
DOI编号   
中文关键词   入侵检测  Adaboost  免疫算法  网络入侵
英文关键词   Intrusion detection  Adaboost  Immunity algorithm  Network intrusion
基金项目   基金项目: 国家自然科学基金(61332006)
作者单位
董超 四川大学计算机学院 
周刚 四川大学计算机学院 
刘玉娇 四川大学计算机学院 
张德江 四川大学计算机学院 
中文摘要
    网络入侵检测是一种基于网络行为特征的检测技术.近年来,作为信息安全领域中的研究热点,网络入侵检测发展迅速.针对传统入侵检测算法对于数据特征提取较慢的问题,本文提出了基于信息熵理论的免疫算法来提高特征提取速度.为了进一步提高分类精度,本文对Adaboost分类方法进行了改进,在分类过程中判断噪声数据,并对噪声数据的权重进行调整,从而缓解了Adaboost算法的过度拟合.通过对KDD CUP 99数据的实验结果表明,本文方法可以提高免疫算法在特征提取方面的收敛速度,并能有效地提高入侵检测率.
英文摘要
    Network intrusion detection is a detection technology which is based on the characteristics of network behavior. In recent years, network intrusion detection, as a research focus in the field of information security, had a rapid development. However, traditional intrusion detection algorithms run slow to extract feature. For this problem, this paper proposed the information entropy theory based on immune algorithm to improve the speed of feature extraction. In order to further improve the classification accuracy, the paper has been improved the Adaboost method to recognize the noise data in the classification process and to modify its weight, which could alleviate the Adaboost’s overfitting. The experimental results on the KDD CUP 99 showed that this method could speed up the convergence of immune algorithm and improve the intrusion detection rates effectively.

您是第 3226523 位访问者

版权所有 @ 2007《四川大学学报 (自然科学版)》编辑部
地址: 四川省成都市武侯区四川大学望江校区文科楼330至342室  邮编: 610064
电话: (028)85410393  传真: (028)85410393  E-mail: scdx@scu.edu.cn
本系统由北京勤云科技发展有限公司设计