论文部分内容阅读
本文提出了基于网络协议分析和特征分析的多分类器组合入侵检测模型，首先根据网络协议进行数据划分；然后对每一类协议的数据，建立一个基于不同特征空间的神经网络分类器组合；最后采用模糊积分的组合策略将各分类器的输出进行融合。实验结果表明，该方法取得了比较好的入侵检测率。
本文分析了入侵检测系统的评价参数以及它们之间的关系，提出一种与样本分布无关的报警可信度计算方法。
本文提出了一种基于边界样本概念的训练样本选择方法，解决从大规模数据集中选择训练样本的问题。为了解决样本分布不均匀的问题，本文还提出了虚拟样本构造方法。
本文最后总结了基于统计分类器的入侵检测关键技术的研究成果。