论文部分内容阅读
传统的入侵检测算法对数据集的研究都是针对静态训练数据的，对于动态数据却显得无能为力。但在实际应用中，入侵行为层出不穷，入侵检测系统应能对新的入侵行为进行增量学习。为了解决该问题，在前期工作的基础上，提出一种基于增量式分类器的无监督异常检测方法；实验表明：该方法在训练数据为动态情况下，能够有效检测未知入侵，在检测率、误警率方面都达到较满意的结果，并在效率上有较大提高。