论文部分内容阅读
提出了一种新颖的基于boosting BP神经网络的入侵检测方法。为了提高BP神经网络的泛化能力，采用改进的Boosting方法，进行网络集成。Boosting方法采用更有效的参数求解方法，即弱分类器的加权参数不但与错误率有关，还与其对正样本的识别能力有关。对“KDDCup 1999 Data”网络连接数据集进行特征选择和归一化处理之后用于训练神经网络并仿真实验，得到了较高的检测率和较低的误报率，仿真结果表明，提出的入侵检测方法是有效的。