基于模糊积分的多决策树融合模型FIFDT的研究

摘要

随着网络速度的提高,网络的数据流量越来越大.为了提高基于数据挖掘的入侵检测系统的检测性能,提出了一种在海量数据集上进行数据挖掘的有效方法,即基于模糊积分的多决策树融合FIFDT.它的基本思想是把海量数据集分成若干子数据集,在子数据集上进行挖掘形成不同的子决策树,然后用模糊积分将多棵子决策树对TCP数据的检测结果进行非线性融合形成最优判断.将该技术应用在网络入侵检测中,实验结果表明,FIFDT的检测性能优于在海量数据集上进行挖掘形成单棵决策树的检测性能。