论文部分内容阅读
分布式入侵检测系统需具有分布式检测功能及部件增量更新能力。文中提出了一种基于神经网络集成的分布式入侵检测方法，采用单个Agent检测与多个Agent协同检测的两级集成算法实现分布式入侵检测；在发现新的入侵时，Agent上的神经网络集成采用基于资源分配网的增量学习算法进行更新。实验结果表明，该算法能有效检测各种攻击，并且具有对未知攻击的增量学习能力。