10.3969/j.issn.1007-130X.2006.04.011
基于SVM主动学习算法的网络入侵检测系统
入侵检测系统已经成为网络安全技术的重要组成部分.然而,传统的异常入侵检测技术需要通过对大量训练样本的学习才能达到较高的检测精度,而大量训练样本集的获取在现实网络环境中是比较困难的.本文研究在网络入侵检测中采用基于支持向量机(SVM)的主动学习算法,解决训练样本获取代价过大带来的问题.通过基于SVM的主动学习算法与传统的被动学习算法的对比实验说明,主动学习算法能有效地减少学习样本数及训练时间,能有效地提高入侵检测系统的分类性能.
入侵检测、支持向量机、主动学习
28
TP393.08(计算技术、计算机技术)
中国科学院资助项目60403032;湖南省教育厅青年基金03B009
2006-05-18(万方平台首次上网日期,不代表论文的发表时间)
共4页
33-36