基于Rough Set理论的综合分类器设计与实现

在入侵检测系统中为了降低神经网络结构的复杂性和网络计算负担,提高学习和收敛速度,将综合分类器分解为由一些单一功能的基础分类器组成,从而将复杂多变的攻击任务分解为针对不同服务的简单攻击;采用Rough Set约简理论,对该综合分类器的输入和隐含层节点进行优化,在保证信息完整性下减少网络节点.使用Matlab和VC++程序设计语言实现了此设计,并给出了实现的关键算法.通过实验验证,取得了一定成效.