TY - JOUR A2 - Zhang, Rui AU - Chiche, Alebachew AU - Meshesha，百万PY - 2021 DA - 2021/01/19 TI -对一个可伸缩的网络入侵检测和自适应学习方法SP - 8845540六世- 2021 AB -介绍了一种新的集成学习方法对发展中一个新的网络入侵检测模型,该模型具有可扩展性和适应性学习的本质。该方法可以改善现有的入侵检测趋势和难点。提出了一种将机器学习与基于知识的系统相结合的入侵检测方法。采用机器学习算法构建分类器模型，基于知识的系统使模型具有可扩展性和自适应性。利用NSL-KDD数据集40,558个实例，采用十倍交叉验证的方法进行了实证检验。实验结果表明，连接后的注册性能达到99.91%。有趣的是，入侵检测的重要知识丰富学习是入侵检测和防御技术的一个基本特征。因此，建议安全专家将入侵检测集成到他们的网络和计算机系统中，不仅是为了他们的计算机系统的健康，而且也是为了改善他们的工作流程。计算机网络与通信学报