应用计算智能和软计算
评论文章

使用入侵检测Artificial-Intelligence-Based集合体:复习一下

表2

比较基于AI的集合体ID。
研究 体系结构 结合的方法 整体学习阶段和整体水平 方法结合使用 度规 数据集 多样性 基分类器
一代 选择 集成
Giacinto和Roli45] 平行 系综 功能水平 - - - - - - 融合 多数表决,平均法则,信仰的功能 错误率,玻璃钢,成本 知识发现(KDD) 99 隐式的 神经网络
萨博和Serpen23] - - - - - - 混合动力 - - - - - - 分类器的水平 - - - - - - Multi-classifiers方法 博士,玻璃钢 知识发现(KDD) 99 - - - - - - 神经网络,公里,GC
Chebrolu et al。28] 平行 系综 - - - - - - 分类器的水平 选择 加权法 CA 知识发现(KDD) 99 隐式的 BN,车
亚伯拉罕et al。43] 平行 系综 功能水平 分类器的水平 选择 加权法 CA 知识发现(KDD) 99 隐式的 DT,支持向量机
克鲁格尔et al。109年] 平行 系综 功能和数据级别 - - - - - - 融合 分数和概率方法 玻璃钢 现实世界的数据集 隐式的 BN
Perdisci et al。88年] - - - - - - 系综 - - - - - - - - - - - - 融合 聚类 - - - - - - 现实世界的数据集 - - - - - - - - - - - -
黄等。42] 级联 混合动力 - - - - - - - - - - - - - - - - - - 连续组合 博士,玻璃钢 知识发现(KDD) 99 - - - - - - 支持向量机
陈等人。41] 分层 混合动力 功能水平 - - - - - - - - - - - - Multi-classifiers方法 博士,FNR,玻璃钢 知识发现(KDD) 99 - - - - - - FNT
汗等。40] 级联 混合动力 - - - - - - - - - - - - - - - - - - 集群+分类 CA、培训时间、FP FN 知识发现(KDD) 99 - - - - - - 支持向量机、集群
Toosi和kahani39] 平行 系综 - - - - - - 分类器的水平 融合 模糊理论方法 CA,博士,玻璃钢,CPE 知识发现(KDD) 99 隐式的 神经网络,模糊逻辑
燕和郝111年] 平行 系综 功能水平 - - - - - - 选择 - - - - - - 博士,玻璃钢 知识发现(KDD) 99 隐式的 神经网络
香等。36] 级联 混合动力 数据级别 分类器的水平 - - - - - - 集群+分类 TP,《外交政策》 知识发现(KDD) 99 - - - - - - DT,公元前
Cretu et al。113年] 平行 系综 数据级别 - - - - - - 融合 投票的方法 FP, TP 现实世界的数据 - - - - - - 回文构词法,Payl
胡锦涛et al。(112年] 平行 系综 功能水平 - - - - - - - - - - - - 混合专家系统 博士,目前为止,计算时间 知识发现(KDD) 99 隐式的 DS
电晕et al。110年] 平行 系综 功能和数据级别 - - - - - - 融合 阈值概率方法 玻璃钢,博士 现实世界的数据集 隐式的 嗯
。et al。35] 平行 系综 功能水平 分类器的水平 融合 加权投票的方法 钙、TP、FP 知识发现(KDD) 99 隐式的 LGP,简称ANFIS,射频
米拿现et al。106年] 平行 系综 数据级别 分类器的水平 融合 元学习 CA, ROC曲线下的面积,培训时间 实时网络流量 隐式的 事例,DT, NB VFI,猛烈的一击
王等人。32] 平行 系综 数据级别 - - - - - - 融合 元学习 精度,回忆,F-measure 知识发现(KDD) 99 隐式的 神经网络、模糊逻辑、集群
Khreich et al。2] 平行 系综 - - - - - - - - - - - - 融合 迭代的布尔组合方法 中华民国的空间 现实世界在野势力的数据集,数据集 隐式的 嗯
戈文达拉扬和Chandrasekaran30.] 平行 系综 数据级别 - - - - - - 融合 加权方法 CA 新墨西哥大学的免疫系统数据集 隐式的 延时,RBF
穆达et al。120年] 级联 混合动力 数据级别 - - - - - - - - - - - - 集群+分类 CA,博士,玻璃钢 知识发现(KDD) 99 - - - - - - 公里,注
Abbreviations-NN:神经网络;公里:k - means聚类;GC:高斯分类器,BN:贝叶斯网络;购物车:分类和回归树;DT:决策树;支持向量机:支持向量机;FNT:模糊神经树;公元前:贝叶斯聚类;DS:决定树桩;LGP:线性遗传规划; ANFIS: adaptive neural fuzzy inference system; RF: random forest; NB: Naïve Bayes; K-NN: K-nearest neighbor; VFI: voting feature intervals; MLP: multilayer perceptron; RBF: radial basis function; HMM: hidden Markov model.