基于二次训练技术的入侵检测方法研究

提出了一个基于二次训练技术的网络入侵检测模型，不但可以从整体上提高入侵检测系统的检测性能，而且对于低频率、高危害攻击类型的检测性能有着更加显著的提升.该模型首先利用PCA算法提取数据集中的重要特征，然后使用二次训练技术训练分类器构建网络入侵检测模型.实验中分别使用决策树、朴素贝叶斯和KNN 3个经典分类算法构建了基于二次训练技术的入侵检测模型，并在著名的KDDCup99数据集上进行了实验.结果表明本文的入侵检测模型可以有效地提高入侵检测系统的性能，尤其是对于低频率攻击类型的检测性能有明显的提升