基于AdaBoost和概率神经网络的入侵检测算法研究.pdfVIP

No．4 第8卷第4期 南京师范大学学报(工程技术版)V01．8 NANJINGNORMALUNIVERSITY(ENGINEERINGANDTECHNOLOGY JOURNAl．OF 2008年12月 陈春玲，商子豪 (南京邮电大学计算机学院，江苏南京210003) [摘要]将AdaBoost算法和概率神经网络结合，提出了一种新的概率神经网络模型ABPNN，基于此模型提出一种新的入侵 检测算法．该算法对接收到的网络数据进行分析判断，实现入侵方式的自动分类，并且能对新的入侵行为进行分类和记忆．实验 证明该算法在入侵检测系统的检测率和误报率方面都有优越的性能表现． 【关键词] 入侵检测。概率神经网络，AdaBoost，ABPNN [中图分类号】TP393【文献标识码】A[文章编号]1672·1292(2008)04-0021-04 Intrusio