一种基于Bagging算法的复合式入侵检测方法

摘要

本发明涉及一种基于Bagging算法的复合式入侵检测方法，包括以下步骤：建立初始历史数据样本集S；将样本集S构造成Bagging算法中弱学习算法可读的数据集S_sample，选定球向量机作为弱学习算法；循环调用弱学习算法，完成数据集S_sample的训练，得到强学习机H；将当前待测的数据样本输入到作为复合式入侵检测模型的强学习机H中，强学习机H利用各代弱学习机h_i做初步入侵检测，并以投票的方式判定当前待测数据样本的入侵检测结果，得票数多的入侵检测结果为强学习机H最终入侵检测结果，采用本发明的方法对目标网络进行入侵检测，即克服了原有入侵检测技术中普遍存在的检测精度低、泛化能力差等缺陷，大大降低了误报率和漏报率。