基于数据包字节长度的线性自回归(Autoregression)和支持向量分类机(SVM)的网络流量预测建模与分析

摘要：

本文提供了两种网络流量入侵检测的方法和它们的结果对比.这两种方法分别为线性的自回归预测以及非线性的支持向量机预测.本文将给出使用这两种方法在预测网络攻击的夺效性的详细分析.实验证明用支持向量机模型确实改进了对于攻击的识别性能,并且其误警率比AR模型低了很多.此外,与SVM相比较,AR预测模型的计算复杂度要低.

关键词：入侵检测技术、入侵检测系统、线性自回归模型、支持向量机模型、支持向量机分类

所属期刊栏目：21

分类号：TN915

在线出版日期：2005-12-15（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：1-3,23