期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
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
被引量:
1
1
作者
王靖华
何迪
《微型电脑应用》
2005年第11期1-3,23,共4页
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...
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。
展开更多
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
下载PDF
职称材料
题名
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
被引量:
1
1
作者
王靖华
何迪
机构
上海交通大学电气工程与自动化系
上海交通大学电子工程系
出处
《微型电脑应用》
2005年第11期1-3,23,共4页
文摘
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
Keywords
intrusion
detection
techniques
NIDS
Auto
Regression
svm
svc
分类号
TN915 [电子电信—通信与信息系统]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
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
王靖华
何迪
《微型电脑应用》
2005
1
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部