基于SVM和融合技术的入侵检测研究

摘要：

研究网络异常入侵检测问题.将SVM和融合技术应用于入侵检测领域,解决了传统SVM算法易产生训练参数选择不当,检测效率和分类精度低的问题.实现了对特征库中各特征量根据报警信息时间序列的预测进行优化和更新,有效地降低了算法的时间复杂度和空间复杂度,提高入侵检测系统对已有特征量对应攻击的识别效率.实验结果表明,该融合算法训练时间短、分类精度高、测试时间减少,误报率和漏报率低,有效提高了入侵检测系统的准确性和实时性.是一种有效可行的入侵检测方法.

关键词：入侵检测、D-S融合、关联维数、支持向量机、特征选择

所属期刊栏目：29

分类号：TP393(计算技术、计算机技术)

资助基金：河南省科自然科学项112102210335

在线出版日期：2013-10-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：167-172