Spark框架下改進TrAdaBoost分布式入侵檢測算法研究

摘要： 在海量網(wǎng)絡(luò)數(shù)據(jù)中實現(xiàn)快速準確檢測網(wǎng)絡(luò)攻擊具有重要意義。然而傳統(tǒng)單機模式對于大數(shù)據(jù)存儲和分析存在巨大局限性，同時實際網(wǎng)絡(luò)入侵檢測中難以滿足源域和目標域獨立同分布的條件導(dǎo)致入侵檢測性能不高。針對以上問題，文中提出Spark框架下改進TrAdaBoost分布式入侵檢測算法。該方法在基于Apache Spark的云平臺Databricks下進行代碼開發(fā)工作，從權(quán)重更新和最終輸出機制兩方... （共10頁）