机器学习方法在入侵检测中的应用研究.pdf

机器学习的部分典型方法和算法应用于入侵检测中，探索其中的相关数据处理方法在入侵检测中应用的有效性和可行性。本文的研究在一个基于机器学习的入侵检测系统（IntrusionDetectionSystem,IDS）框架下，主要研究三个方面的问题，并实现相应的解决方案。首先，入侵检测中通常面临安全数据的高维度问题，采用特征选择方法降低特征维度；其次，入侵检测技术的关键问题是如何提高检测的效果，提出一种粒子群优化人工神经网络的算法，用以提高检测准确率；第三，入侵检测系统面临着结果警报中误报高的问题，提出采用聚类分析实现误报消除的方法。