Spark框架下改進(jìn)TrAdaBoost分布式入侵檢測(cè)算法研究

摘要： 在海量網(wǎng)絡(luò)數(shù)據(jù)中實(shí)現(xiàn)快速準(zhǔn)確檢測(cè)網(wǎng)絡(luò)攻擊具有重要意義。然而傳統(tǒng)單機(jī)模式對(duì)于大數(shù)據(jù)存儲(chǔ)和分析存在巨大局限性，同時(shí)實(shí)際網(wǎng)絡(luò)入侵檢測(cè)中難以滿足源域和目標(biāo)域獨(dú)立同分布的條件導(dǎo)致入侵檢測(cè)性能不高。針對(duì)以上問(wèn)題，文中提出Spark框架下改進(jìn)TrAdaBoost分布式入侵檢測(cè)算法。該方法在基于Apache Spark的云平臺(tái)Databricks下進(jìn)行代碼開發(fā)工作，從權(quán)重更新和最終輸出機(jī)制兩方... （共10頁(yè)）