基于Double-Bagging特征降維異質(zhì)集成入侵檢測

摘要： 入侵檢測是網(wǎng)絡(luò)安全領(lǐng)域中具有挑戰(zhàn)性的重要任務(wù)。單個分類器可能會帶來分類偏差，使用集成學(xué)習(xí)相較單分類器，具有更強的泛化能力及更高的精確率，但調(diào)整各基分類器的權(quán)重需要大量的時間。基于此問題，提出了一種基于Bagging特征降維和基于Bagging異質(zhì)集成入侵檢測分類算法(Double-Bagging)的特征降維異質(zhì)集成入侵檢測算法。該算法通過集成5個特征選擇算法，采用Bagging...