| 支持向量机在网络异常入侵检测中的应用 |
| |
| 引用本文： | 张琨,曹宏鑫,严悍,刘凤玉. 支持向量机在网络异常入侵检测中的应用[J]. 计算机应用研究, 2006, 23(5): 98-100 |
| |
| 作者姓名： | 张琨 曹宏鑫 严悍 刘凤玉 |
| |
| 作者单位： | 南京理工大学,计算机科学与技术系,江苏,南京,210094;南京理工大学,计算机科学与技术系,江苏,南京,210094;南京理工大学,计算机科学与技术系,江苏,南京,210094;南京理工大学,计算机科学与技术系,江苏,南京,210094 |
| |
| 基金项目： | 中国科学院资助项目;南京理工大学校科研和教改项目 |
| |
| 摘 要： | 将支持向量机应用于网络入侵检测，提出一种基于支持向量机的网络异常入侵检测模型。实验证明，提出的入侵检测模型具有较高的检测率，对未知攻击的检测精度也很高，说明采用支持向量机技术进行入侵检测的有效性。
|
| 关 键 词： | 网络入侵检测 异常检测 支持向量机 统计学习理论 |
| 文章编号： | 1001-3695（2006）05-0098-03 |
| 收稿时间： | 2005-05-13 |
| 修稿时间： | 2005-05-132005-06-30 |
Application of Support Vector Machines on Network Abnormal Intrusion Detection |
| |
| ZHANG Kun,CAO Hong xin,YAN Han,LIU Feng yu. Application of Support Vector Machines on Network Abnormal Intrusion Detection[J]. Application Research of Computers, 2006, 23(5): 98-100 |
| |
| Authors: | ZHANG Kun CAO Hong xin YAN Han LIU Feng yu |
| |
| Affiliation: | (Dept. of Computer Science & Technology, Nanjing University of Science & Technology, Nanjing Jiangsu 210094, China) |
| |
| Abstract: | Apply SVM technique to network intrusion detection, and propose a network abnormal intrusion detection model based on SVM. The experimental results demonstrate that the proposed model has higher detection accuracy of intrusions, especially for some unknown attacks. It proves that SVM can effectively detect intrusion. |
| |
| Keywords: | Network Intrusion Detection Abnormal Detection Support Vector Machine(SVM) Statistical Learning Theory |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《计算机应用研究》浏览原始摘要信息 |
|
点击此处可从《计算机应用研究》下载全文 |
|
