基于改进的自适应提升算法的互联网入侵检测方法技术

本发明专利技术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。本发明专利技术具有计算复杂度低、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。

【技术实现步骤摘要】

【技术保护点】
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。

【技术特征摘要】

【专利技术属性】
技术研发人员：胡卫明，胡卫，
申请(专利权)人：中国科学院自动化研究所，
类型：发明
国别省市：11[中国|北京]