Indexed by：
Abstract：
针对现有的入侵检测方法准确率低的问题,文章提出了一种基于PCA(Principal Component Analysis, 主成分分析法)和随机森林分类的入侵检测算法。该算法思想是对训练数据先清洗后分类,首先通过主成分分析法对数据进行特征降维和降噪,然后对处理后的数据使用随机森林分类器进行分类训练。实验使用基于Python的机器学习库scikit-learn,并采用20%的NSL_KDD数据集。实验结果表明,与常用的基于机器学习的入侵检测技术相比,文章提出的入侵检测算法可更有效地提高检测的准确性。
Keyword：
Reprint 's Address：
Email：
Source ：
信息网络安全
Year： 2017
Issue： 11
Page： 50-54
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 2
Affiliated Colleges：
