基于加权多随机决策树的入侵检测分类算法
Research on weighted multi-random decision tree and its application to intrusion detection作者机构：合肥工业大学计算机与信息学院合肥230009
出 版 物：《计算机工程与应用》 (Computer Engineering and Applications)
年 卷 期：2007年第43卷第18期
页 面：135-137,214页
核心收录：
学科分类：08[工学] 081202[工学-计算机软件与理论] 0812[工学-计算机科学与技术（可授工学、理学学位）]
摘 要：传统的决策树分类方法(如ID3和C4.5),对于相对小的数据集是很有效的。但是,当这些算法用于入侵检测这样的非常大的、现实世界中的数据时,其有效性就显得不足。采用了一种基于随机模型的决策树算法,在保证分类准确率的基础上,减少了对系统资源的占用,并通过对比实验表明该算法在对计算机入侵数据的分类上有着出色的表现。
维普期刊数据库
同方期刊数据库