1.一种基于集成学习的车辆入侵检测方法，其特征在于，包括：
2.如权利要求1所述的一种基于集成学习的车辆入侵检测方法，其特征在于，所述根据一次分类子集计算所述初始数据流特征集合中所有初始数据流特征关于所述本地数据流集合的信息增益比，包括：
3.如权利要求1所述的一种基于集成学习的车辆入侵检测方法，其特征在于，所述s10，包括：
4.如权利要求1所述的一种基于集成学习的车辆入侵检测方法，其特征在于，所述s20，包括：
5.如权利要求1所述的一种基于集成学习的车辆入侵检测方法，其特征在于，所述s30，包括：
6.如权利要求1所述的一种基于集成学习的车辆入侵检测方法，其特征在于，所述使用adasyn算法对二次分类子集进行自适应补充，包括：
7.如权利要求1所述的一种基于集成学习的车辆入侵检测方法，其特征在于，所述使用kpca算法对所述数据流集合中所有数据流的相关特征向量进行降维，包括：
8.如权利要求1所述的一种基于集成学习的车辆入侵检测方法，其特征在于，所述s50，包括：
9.如权利要求1所述的一种基于集成学习的车辆入侵检测方法，其特征在于，所述s60，包括：
10.一种基于集成学习的车辆入侵检测装置，其特征在于，包括：