基于SVM和DS证据理论的网络攻击检测研究

摘要：

为了解决传统网络攻击检测算法存在的检测准确率低等问题,提出了一种基于SVM和DS证据理论的网络攻击检测算法.该算法首先利用样本主特征进行检测,当数据出现模糊分类时,利用辅助特征和DS证据理论对数据的隶属度进行重新划分,有效改善了经典SVM算法的模糊分类问题.仿真结果表明,带有修正机制的SVM算法对于网络攻击检测,尤其是攻击类型未知的数据,检测准确率明显提高,平均到了95%以上,算法的整体性能表现优良.

关键词：网络攻击检测、SVM、证据理论、DS合成规则

所属期刊栏目：33

分类号：TP393.08(计算技术、计算机技术)

资助基金：黑龙江省自然科学基金;牡丹江师范学院省级重点创新预研项目

在线出版日期：2017-07-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：196-200