Incremental Hybrid Intrusion Detection Using Ensemble of Weak Classifiers
Incremental Hybrid Intrusion Detection Using Ensemble of Weak Classifiers
复制标题
使用弱分类器集合的增量混合入侵检测
DOI：
10.1007/978-3-540-89985-3_71
复制
发表时间：
2008
影响因子：
10.6
通讯作者：
M. Kahani
中科院分区：
文献类型：
--
作者：
A. Rasoulifard;A. G. Bafghi;M. Kahani
在本文中，引入了增量杂种侵入检测系统。该系统结合了增量滥用检测和增量异常检测。它可以学习培训数据集中不存在的新的入侵类别以进行增量滥用检测。由于该框架的计算复杂性较低，因此适用于实时或在线学习。还提供了KDD杯数据集的实验评估。
In this paper, an incremental hybrid intrusion detection system is introduced. This system combines incremental misuse detection and incremental anomaly detection. It can learn new classes of intrusions that do not exist in the training dataset for incremental misuse detection. As the framework has low computational complexity, it is suitable for real-time or on-line learning. Also experimental evaluations on KDD Cup dataset are presented.