1. 研究目的与意义
伴着网络信息技术的迅速发展，越来越多的人对自己的网络使用是否安全重视起来。入侵检测技术已经成为必不可少的上网监测工具，它是一种非被动的防入侵技术，可以随时监测网络内部安全和外部入侵。但是，面对日益复杂的攻击方法，传统的入侵检测系统已经显示出它们的弱点。由于机器学习已嵌入到入侵检测领域，因此发现改进入侵检测技术的新思路已成为共识。
2. 研究内容和预期目标
本项目要求理解入侵检测技术的发展史、原理，以及集成学习的基本概和boosting、随机森林算法等基础算法，研究集成学习和入侵检测系统的结合使用，并利用python程序设计语言编程实现上述算法解决实际问题。
预期目标：
3. 研究的方法与步骤
1.借助互联网资源，参考网上与入侵检测和集成学习相关的书籍、视频等信息，学习了解概念、基本原理。
2.自主学习python语言，够运用boosting、随机森林等集成策略解决分类问题并对算法性能进行评估。
4. 参考文献
| [1]张慧，许大炜.基于集成学习的英文语义识别方法研究与实现[J].电子设计工程，2020，28(24)：43-47. [2]范诗语，耿子悦，田芮绮，杜永强.基于集成学习的上市企业违约风险评价[J].统计与管理，2021，36(02)：62-68. [3]张红兵，李海林，黄晓婷，马守磊.基于车前脸HOG特征的车型识别方法研究与实现[J].计算机仿真，2018，32(12)：119-123. [4]乔善平，闫宝强.基于三层集成多标记学习的蛋白质多亚细胞定位预测[J].计算机应用，2018，36(08)：2150-2156. [5]田俊华，李艺.基于桌面风格的Web集成学习环境建设[J].中国电化教育，2019(11)：107-109. [6]常卫东，王正华，鄢喜爱.基于集成神经网络入侵检测系统的研究与实现[J].计算机仿真，2017(03)：134-137. [7]赵强利，蒋艳凰，徐明.选择性集成开发平台的设计与实现[J].小型微型计算机系统，2019，32(08)：1679-1683. [8]孔英会，景美丽.基于混淆矩阵和集成学习的分类方法研究[J].计算机工程与科学，2018，34(06)：111-117. [9]刘天羽，李国正.滚动轴承故障诊断中数据不均衡问题的研究[J].计算机工程与科学，2010，32(05)：150-153. [10]孙宇，应峻，徐一新.数字图书馆与虚拟学习环境的整合研究与实现[J].图书馆杂志，2020，29(08)：22-25 35. [11].自动化技术、计算机技术[J].中国无线电电子学文摘，2019，26(06)：166-242. [12]徐红艳，冯勇.基于Agent集成学习情境的E_Learning系统设计与实现[J].计算机工程与设计，2019，30(02)：515-521. [13]郑宪秋.基于时空约束和小波设计的非侵入式负载数据协同挖掘算法[J].西安工程大学学报，2019，33(06)：643-648. [14]刘楚鸿，汪培萍.基于自动编码器集合的入侵检测系统的研究与实现[J].中国新通信，2019，21(24)：71-74.
|
5. 计划与进度安排
1.2022年3月1日-3月5日 下发毕业论文任务书
2.2022年3月1日-3月12日 学生完成开题报告
3.2022年3月15日-6月4日毕业论文写作
课题毕业论文、开题报告、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
