基于多步的多分类器在入侵检测中的研究

摘要

海量的数据中总是混杂着多种类型的数据,因此对数据进行处理分类时使用单一的分类器很难进行准确的分类.针对多种类型数据,提出一种基于多步分类的多种数据分类器的入侵检测方法.建立多分类型模型,改进特征选择方法及Bagging;对数据中的多种类型分析时,采用针对某种类型分类效果最佳的分类器,多次完成数据的分类操作.经KDD CUP99数据集实验,结果表明该方法对多数据分类具有显著效果.