入侵侦测系统密歇根州立大学进化计算类项目的目的在于,给定一个数据集,使用遗传算法(GA)识别出优质的特征子集,从而通过Ensemble分类器对网络流量进行好坏分类。数据集选自1999年KDD入侵检测竞赛,包含美国空军局域网的原始TCP转储数据,经过七周的网络流量压缩形成约500万条记录。每条连接由一系列TCP数据包构成,这些数据包在特定的协议下,通过源IP地址和目标IP地址流动。每个连接被标记为正常或具体攻击类型。攻击类型分为四类:DOS(拒绝服务)、R2L(未经授权的远程访问)、U2R(未经授权的本地超级用户访问)和探测。数据集中还包含测试数据,这些数据用于进一步验证模型的准确性。
IntrusionDetectionSystem基于GA特征选择的集成分类器用于网络入侵检测
文件列表
IntrusionDetectionSystem-master.zip
(预估有个14文件)
IntrusionDetectionSystem-master
proposal.tex
5KB
PostProcessing
gene_freq1.cpp
1KB
gene_freq2.cpp
1KB
generate1.cpp
1KB
generate2.cpp
1KB
experiments
TestKDD.java
2KB
FeatureSubsetGA.java
7KB
暂无评论