网络入侵检测系统的新型综合分类器  

Design of a new type integrated classifier for network intrusion detection system

作　　者：朱有产[1] 王健[2] 商李彪[1] 

机构地区：[1]华北电力大学信息与网络管理中心,河北保定071003 [2]江苏省电力设计院,江苏南京210024

出　　处：《华北电力大学学报（自然科学版）》2005年第6期37-41,共5页Journal of North China Electric Power University：Natural Science Edition

摘　　要：传统的基于神经网络的入侵检测模型随着数据样本的增多,学习速度开始下降,从而影响系统对攻击事件的反应速度。在分析基于神经网络的入侵检测模型基础上,将其中的综合分类器采用区分矩阵的属性约简算法对输入及隐含层节点进行约简的优化设计。实验测试表明,在保证诊断准确度的情况下,模型明显地提高了反应速度。Based on the analysis of network intrusion detection model, a new design scheme for integrated classifier is proposed. The attributes ieducfion algorithm of the discernible marx is used for the optimization design of reducing nodes of input and hidden layers The experimental test result shows that this design is valid.

关 键 词：入侵检测系统 粗糙集 区分矩阵 综合分类器 

分 类 号：TP393[自动化与计算机技术—计算机应用技术]