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嗓,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 sakit-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
ISSN： 1671-1122
Year： 2017
Issue： 11
Volume： 0
Page： 50-54
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count： -1
30 Days PV： 3
Affiliated Colleges：
