基于优化支持向量机的网络入侵检测技术研究

摘要：

入侵检测系统是任何一个完整的网络安全系统中必不可缺的部分.日益严峻的安全问题对于检测方法提出更高的要求.传统的入侵检测方法存在误报漏报及实时性差等缺点,将机器学习的技术引入到入侵监测系统之中以有效地提高系统性能具有十分重要的现实意义.支持向量机(SVM)是一种建立在统计学习理论(SLT)基础之上的机器学习方法,被成功地应用到入侵检测领域中.讨论了支持向量机优化算法及其在入侵检测中的应用.实验表明,基于优化支持向量机检测入侵的方法能较大地提高入侵检测系统的性能.

关键词：支持向量机、入侵检测、分类

所属期刊栏目：19

分类号：TP393.08(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目60572128;安徽省自然科学研究计划项目KJ2008838ZC,KJ2007FR39;巢湖学院自然科学基金资助项目XLY-200713;巢湖学院科研启动基金

在线出版日期：2009-07-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：177-179