文献

J-GLOBAL ID：201702278140220423   整理番号：17A1636466

効果的な侵入検出システムのための新しいアンサンブルアプローチ【Powered by NICT】

A Novel Ensemble Approach for Effective Intrusion Detection System

著者 (2件)： Rajasekaran M. ,  Ayyasamy A.
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICRTCCM  ページ： 244-250  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 機械学習アルゴリズムは,ネットワーク,医療とe-統治のような新興分野で用いられている貴重なデータセットに関する意思決定に有用である。アンサンブル分類器は,機械学習における効果的な分類を行うための分類アルゴリズムの組合せである最も有用な方法である。それにもかかわらず,集団の選択は,特定のデータセットのための非常に困難な仕事になってきている。この目的のために,属性選択アルゴリズム,マルチクラスサポートベクトルマシンとk-NN分類器を組み合わせた新しいアンサンブルを導入した。さらに,分類精度を向上させることで,提案したシステム性能を最適化するためのインクリメンタルな粒子群最適化(IPSO)を用いた。種々の実験を行うために,標準KDD’99データセットから五ランダムサブセットを用いた。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： アルゴリズム ,  学習アルゴリズム ,  最適化 ,  意思決定 ,  ネットワーク ,  *機械学習
準シソーラス用語： 粒子群最適化 ,  システム性能 ,  分類精度 ,  属性選択 ,  分類アルゴリズム ,  アンサンブル分類器 ,  ガバナンス ,  *侵入検知 , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： 侵入 ,  検出システム ,  アンサンブル