| 基于SVM的分布式入侵检测系统 |
| |
| 引用本文： | 程学云,徐慧,朱玲玲.基于SVM的分布式入侵检测系统[J].南通大学学报(自然科学版),2008,7(3). |
| |
| 作者姓名： | 程学云 徐慧 朱玲玲 |
| |
| 作者单位： | 南通大学,计算机科学与技术学院,江苏,南通,226019 |
| |
| 基金项目： | 江苏省高校自然科学基金，南通大学校科研和教改项目 |
| |
| 摘 要： | 支持向量机（Support Vector Machine．简称SVM）具有泛化性高、全局最优、对样本的充分性要求不高等优点，在集中式的入侵检测问题中得到较好应用．文章将SVM算法推广到分布式入侵检测环境中，提出基于SVM的分布式学习算法。并在KDD Cup 99数据集上与集中式方式进行了对比实验．结果表明，该算法不仅能降低网络中的通信负载．而且取得了与集中式方式相当的检测性能．
|
| 关 键 词： | 支持向量机 支持向量 分布式入侵检测 |
SVM-Based Distributed Intrusion Detection System |
| |
| Authors: | CHENG Xue-yun XU Hui ZHU Ling-ling |
| |
| Institution: | School of Computer Science and Technology;Nantong University;Nantong 226019;China |
| |
| Abstract: | Support Vector Machine(SVM) has the advantages of good generalization,globally optimized solution,low demand on sufficient samples and is well applied in centralized intrusion detection.In this paper,the SVM algorithm is generalized to distributed intrusion detection environment and the SVM-based distributed learning algorithm is proposed and tested on KDD Cup 99 dataset.The results show that the algorithm decreases the communication load,and increases the prediction accuracy which can be comparable to that... |
| |
| Keywords: | |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
