TY - Jour A2 - Sangaiah，Arun K. Au - Salunkhe，Uma R. Au - Mali，Suresh N. Py - 2017 Da - 2017/03/12 Ti - 使用分类器Ensemble SP-1794849 VL - 安全富集2017年AB - 在互联网时代和越来越多的人作为最终用户，每天介绍大量的攻击类别。因此，在入侵检测系统的帮助下有效地检测各种攻击是目前研究的新兴趋势。现有研究表明了机器学习方法在处理入侵检测系统方面的有效性。在这项工作中，我们旨在通过使用机器学习技术来提高入侵检测系统的检测率。我们提出了一种基于新颖的分类器基于基于ID的ID，其使用混合方法构建，所述混合方法结合了数据级和特征级别方法。分类器集合将不同专家的意见结合起来并提高入侵检测率。与参考技术相比，实验结果表明了我们系统的改进检测率。SN - 2090-0147 UR - https://doi.org/10.1155/2017/1794849 Do - 10.1155/2017/1794849 JF - 电气计算机工程学报PB - Hindawi Kw - ER -