首页 | 本学科首页   官方微博 | 高级检索  
     

一种基于SVM的网络入侵检测模型
引用本文:张琨,曹宏鑫,刘凤玉,李千目. 一种基于SVM的网络入侵检测模型[J]. 南京理工大学学报(自然科学版), 2007, 31(4): 403-408
作者姓名:张琨  曹宏鑫  刘凤玉  李千目
作者单位:南京大学,计算机系,江苏,南京,210093;南京大学,计算机系,江苏,南京,210093;南京大学,计算机系,江苏,南京,210093
基金项目:国家自然科学基金 , 南京理工大学校科研和教改项目
摘    要:针对传统机器学习方法在检测网络入侵时存在的问题,给出一种基于支持向量机(SVM)的网络入侵检测模型.大量实验证明:提出的网络入侵检测模型具有较高的检测率,避免了基于传统机器学习检测方法的局限性.在训练数据的过程中,考虑不同的网络数据特征对入侵检测结果的影响程度,还提出一种新的特征加权分类方法,并通过实验数据说明该方法可使检测精度有所提高.

关 键 词:入侵检测系统  网络入侵检测  支持向量机  特征加权
文章编号:1005-9830(2007)04-0403-06
修稿时间:2005-10-10

SVM-based Network Intrusion Detection Model
ZHANG Kun,CAO Hong-xin,LIU Feng-yu,LI Qian-mu. SVM-based Network Intrusion Detection Model[J]. Journal of Nanjing University of Science and Technology(Nature Science), 2007, 31(4): 403-408
Authors:ZHANG Kun  CAO Hong-xin  LIU Feng-yu  LI Qian-mu
Affiliation:1. School of Computer Science and Technology, NUST, Nanjing 210094, China; 2. Computer Department, Nanjing University, Nanjing 210093, China
Abstract:
Keywords:intrusion detection system   network intrusion detection   support vector machine  weighted feature
本文献已被 维普 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号