以机器学习为内核的网络入侵检测模型研究
网络技术实现了万物互联,为人们的生活、学习和工作等都带来了极大便利,然而随着网络环境的越来越复杂,网络系统安全风险也日益突出,尤其是网络入侵对网络安全的威胁巨大,加强网络入侵检测是保证网络安全的第一关口,有着重要意义.本文基于支持向量机、蚁群算法等原理构建基于机器学习算法的网络入侵检测模型,该模型经标准网络入侵检测数据库的验证,其检测准确率高达95%,可很好地提升网络安全.
网络安全、机器学习、入侵检测模型、支持向量机、蚁群算法
TN711(基本电子电路)
2022-08-16(万方平台首次上网日期,不代表论文的发表时间)
共3页
4-6