基于SVM技术的入侵检测

• 作者: 李昆仑 田盛丰 赵俊忠 黄厚宽
• 来源期刊: 信息与控制
• 关键词: 信息安全 入侵检测 异常检测 滥用检测 1类SVM(支持向量机)
• 年，卷（期）: 2003,（6）
• 所属期刊栏目: 论文与报告
• 页码范围: 495-499，506
• 页数: 6页
• 分类号: TP390
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0411.2003.06.004

摘要

针对日益严重的网络入侵事件,提出了一种新的入侵检测方法.在对网络数据进行深刻的分析和研究的基础上,提出了基于支持向量机的入侵检测方法.首先,对1类SVM进行了必要的改进,使异常点聚集为一类(即环绕原点的一类).然后,使用抽象化的网络数据对SVM进行训练,生成入侵事件的SVM分类器.实验表明,该方法是行之有效的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄厚宽	北京交通大学计算机与信息技术学院人工智能研究所	139	2476	26.0	44.0
2	田盛丰	北京交通大学计算机与信息技术学院人工智能研究所	34	652	13.0	25.0
3	李昆仑	北京交通大学计算机与信息技术学院人工智能研究所	32	624	13.0	24.0
7	赵俊忠	北京交通大学计算机与信息技术学院人工智能研究所	2	38	2.0	2.0