基于改进的自适应提升算法的互联网入侵检测方法

摘要

本发明公开一种基于改进的自适应提升算法的互联网入侵检测方法，涉及计算机网络安全领域。步骤包括：利用原始网络连接数据，提取网络连接行为特征，在训练阶段需标记大量训练样本；根据网络连接数据预处理结果，为改进的Adaboost算法提供一组弱分类器；利用改进的Adaboost算法训练强分类器；提取网络连接行为特征之后，将其输入训练好的强分类器，根据强分类器的输出结果来判断网络连接是否为入侵。本发明具有计算复杂度低、耗时短、易于在线重训练、虚警率低、且可以调节检测率与虚警率之间平衡的优点，对构筑强大实用的网络信息安全系统、促进其它网络技术研究、整体提升互联网的使用效率，提供技术上的基本保证。

主权项

1、一种基于改进的自适应提升算法的互联网入侵检测方法，其特征在于：实现的方法步骤如下：网络连接数据预处理步骤：利用原始网络连接数据，提取网络连接行为特征，在训练阶段标记大量训练样本，标记正常行为样本为“+1”，入侵行为样本为“-1”；生成弱分类器步骤：根据网络连接数据预处理结果，为改进的Adaboost算法提供一组弱分类器；生成强分类器步骤：利用改进的Adaboost算法训练强分类器；检测步骤：提取网络连接行为特征之后，将网络连接行为特征输入训练好的强分类器，由强分类器的输出结果来判断网络连接是否为入侵。