首页 | 本学科首页   官方微博 | 高级检索  
     

基于SVM的网络入侵检测集成学习算法
引用本文:谭爱平,陈浩,吴伯桥.基于SVM的网络入侵检测集成学习算法[J].计算机科学,2014,41(2):197-200.
作者姓名:谭爱平  陈浩  吴伯桥
作者单位:湖南大学信息科学与工程学院 长沙410082;湖南大学信息科学与工程学院 长沙410082;湖南大学信息科学与工程学院 长沙410082
基金项目:本文受国家自然科学基金项目(61272190)资助
摘    要:互联网络中,计算机和设备随时受到恶意入侵的威胁,严重影响了网络的安全性。入侵行为升级快、隐蔽性强、随机性高,传统方法难以有效防范。针对这一问题,提出一种基于SVM的网络入侵检测集成学习算法,该算法利用SVM建立入侵检测基学习器,采用AdaBoost集成学习方法对基学习器迭代训练,生成最终的入侵检测模型,仿真实验表明了该算法的有效性。

关 键 词:安全  集成学习  入侵检测  AdaBoost  SVM
收稿时间:4/8/2013 12:00:00 AM
修稿时间:2013/7/21 0:00:00

Network Intrusion Intelligent Detection Algorithm Based on AdaBoost
TAN Ai-ping,CHEN Hao and WU Bo-qiao.Network Intrusion Intelligent Detection Algorithm Based on AdaBoost[J].Computer Science,2014,41(2):197-200.
Authors:TAN Ai-ping  CHEN Hao and WU Bo-qiao
Affiliation:School of Information Science and Engineering,Hunan University,Changsha 410082,China;School of Information Science and Engineering,Hunan University,Changsha 410082,China;School of Information Science and Engineering,Hunan University,Changsha 410082,China
Abstract:
Keywords:Security  Integrated learning  Intrusion detection  AdaBoost  SVM
本文献已被 CNKI 等数据库收录!
点击此处可从《计算机科学》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号