基于支持向量机方法的网络入侵检测实验研究

摘要：

网络信息不断增加和攻击手段日益复杂,给网络安全领域带来了日益严峻的挑战.为了改善网络入侵检测技术现状,提出了一种基于支持向量机和决策集合理论融合的网络入侵检测方法,通过对规则信息、攻击信息、边界信息的准确界定完成检测过程.选取了基于神经网络的入侵检测方法、基于遗传算法的入侵检测方法、基于传统支持向量机的入侵检测方法作为对比算法,在K-Cup测试数据集下展开实验研究.实验结果表明,该文提出的方法具有更高的召回率、精确率、查准率和更低的误检率,其性能明显优于其他3种方法,可应用于入侵检测领域.

关键词：网络入侵检测、支持向量机、攻击信息、召回率、精确率

所属期刊栏目：45

分类号：TP393(计算技术、计算机技术)

资助基金：2018年度河南省科技攻关重点研发与推广项目182102210139

在线出版日期：2020-06-22（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：57-61