论文部分内容阅读
目前，较为成熟的入侵检测系统普遍存在检测率偏低、对新的入侵不够敏感等问题，影响了系统的整体性能。在深入研究的基础上，本文提出了一种基于神经网络集成的入侵检测方法。该方法采用神经网络集成分类技术，在去除冗余数据的基础上对成员网络进行训练，并通过动态的方法确定成员网络的个数，最终通过神经网络对成员网络结果进行融合，以提高系统的整体性能。理论和实验表明，该方法能在保证成员网络差异性的同时提高入侵的检测率，具有较好的应用前景。