基于SVM的网络入侵检测集成学习算法

摘要：

互联网络中,计算机和设备随时受到恶意入侵的威胁,严重影响了网络的安全性.入侵行为升级快、隐蔽性强、随机性高,传统方法难以有效防范.针对这一问题,提出一种基于SVM的网络入侵检测集成学习算法,该算法利用SVM建立入侵检测基学习器,采用AdaBoost集成学习方法对基学习器迭代训练,生成最终的入侵检测模型,仿真实验表明了该算法的有效性.

关键词：安全、集成学习、入侵检测、AdaBoost、SVM

所属期刊栏目：41

分类号：TP273(自动化技术及设备)

资助基金：国家自然科学基金项目61272190

在线出版日期：2014-03-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：197-200