基于rs_adaboost的入侵检测方法

？针对入侵检测系统存在的对入侵事件高漏报率和误报率，提出了一种将粗糙集(rs)方法与自适应增强(adaboost)算法相结合的入侵检测方法。利用粗糙集理论在处理大数据量、消除冗余信息等方面的优势，减少adaboost训练数据，提高处理速度。adaboost是一种构建准确分类器的学习算法，它将一族弱学习算法通过一定规则结合成为一个强学习算法，从而通过样本训练得到一个识别准确率理想的分类器。实验表明，该方法具有较高的检测率和检测效率。