论文部分内容阅读
提出一种基于AdaBoost的入侵特征约减算法，利用该算法约减入侵特征中的冗余特征，构造Ada-加权和Ada-域值分类器，并与支持向量机分类器进行对比。设计并实现Linux实时入侵检测实验平台，并将特征约减算法和3种分类方法应用于该平台。实验结果表明，由特征约减算法挑选出来的入侵特征集较优，Ada-加权和Ada-域值分类器的分类效果优于支持向量机分类器，且Ada-域值分类器在测试集上的检测性能最佳。