论文研究 改进的AdaBoost算法在IDS入侵检测中的应用.pdf

网络入侵检测系统IDS中，异常数据所占的比例非常小，属于小类样本，却是检测的目标。在AdaBoost算法基础上进行改进，通过对大类样本权重设置阈值，对权值超过阈值的样本进行相应处理，来削弱分类器对大类样本错分的重视程度，减轻下一级训练的负担，从而有效地强化对小类错分样本的学习，提高入侵检测的精度，降低误报率和漏报率。方法在KDD-99数据集上进行实验，并与SVM方法检测结果进行比较，取得了很好的效果。