-
题名入侵检测的1类支持向量机模型
被引量：5
- 1
-
-
作者
李昆仑
黄厚宽
田盛丰
赵俊忠
-
机构
北方交通大学计算机与信息技术学院
-
出处
《中国安全科学学报》
CAS
CSCD
2003年第6期72-75,共4页
-
文摘
计算机网络尤其是互联网的迅速发展与普及 ,使得信息安全已经成为一个全球瞩目的重要研究课题。随着攻击技术的不断进步与更新 ,迫切需要一种有效的入侵检测技术来保护信息系统的安全。由于几乎所有的攻击与滥用都被记录在系统的网络数据中 ,因而可以基于计算机系统的网络数据构造入侵检测系统。在对网络数据进行深刻的分析和研究的基础上 ,提出了入侵检测的 1类支持向量机模型。第一 ,构造适于异常点检测的1类支持向量机模型 ;第二利用抽象化的网络数据对该模型进行训练以确定其中各个参数的值。实验表明 。
-
关键词
入侵检测
计算机网络
信息安全
攻击
1类支持向量机
参数
防火墙
-
Keywords
Information security Intrusion detection Support vector machines (SVM)
-
分类号
TP393.08
[自动化与计算机技术—计算机应用技术]
-
-
题名改进SVM在入侵检测中的应用研究
被引量：1
- 2
-
-
作者
赵博
李永忠
杨鸽
徐静
-
机构
江苏科技大学电子信息学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2009年第17期102-104,135,共4页
-
基金
江苏省教育厅
江苏科技大学科研资助课题(No.2005DX006J)
-
文摘
软间隔支持向量机(SVM,support vector machine)分类算法是目前入侵检测中最好的分类异常行为的机器学习算法之一,但是它是有监督学习方法,并不能适用于检测新的入侵行为;而1类SVM方法是一种可用于检测异常的无监督学习方法,但误警率比较高。根据以上两种方法,提出了一种改进的SVM方法,仿真实验证明这种方法是一种具有低误警率的无监督学习方法,具有和软间隔SVM相似的检测能力。
-
关键词
支持向量机
软间隔
入侵检测
1类支持向量机
无监督学习
-
Keywords
Support Vector Machine
intrusion detection
soft-margin
one-class Support Vector Machine
unsupervised learning
-
分类号
TP393.08
[自动化与计算机技术—计算机应用技术]
-
-
题名基于1类支持向量机的入侵检测模型研究
- 3
-
-
作者
毕晓冬
-
机构
山东警察学院
-
出处
《山东师范大学学报（自然科学版）》
CAS
2006年第4期35-37,共3页
-
文摘
入侵检测由于其在网络安全中的重要地位得到迅速发展,同时也对其提出更高的要求.SVM由于其优良的泛化性能,近几年来得到很好的发展和利用.本文在对入侵检测技术和SVM的研究基础上提出了基于1类支持向量机的入侵检测模型.
-
关键词
1类支持向量机
入侵检测
计算机网络
-
Keywords
one-class support vector
intrusion detection
computer network
-
分类号
TP393
[自动化与计算机技术—计算机应用技术]
-
