...
机译:入侵检测的特征选择和集合分类器方法分析
Bapuji Institute of Engineering and Technology, Davangere, Karnataka, India;
Bapuji Institute of Engineering and Technology, Davangere, Karnataka, India;
Accuracy; Bagging; Boosting; Dimensionality Reduction; Dos; Ensemble Techniques; Feature Selection; Intrusion Detection System; NSL-KDD Dataset; Probe; R2L; Stacking; U2R; Voting Detection Rate;
机译:基于特征选择和合奏分类的高效入侵检测系统
机译:用于入侵检测系统的EFS-LSTM(基于LSTM的专位选择)分类器
机译:使用卡方特征选择和分类器集成的集成入侵检测模型
机译:用于侵入检测的不同特征选择方法的集合分类方法
机译:检测突出的特征和分类网络流量,用于基于集合方法保护内容互联网
机译:ECFS-DEA:基于整体分类器的特征选择用于表达谱上的差异表达分析
机译:集合分类器入侵检测系统特征选择技术的比较研究