概念级误用检测系统的认知能力研究

• 作者: 张尔扬 张翠 田新广 邹涛
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 入侵检测系统 特征选取 机器学习 误用检测
• 年，卷（期）: 2004,（10）
• 所属期刊栏目: 科研通信
• 页码范围: 1694-1697
• 页数: 4页
• 分类号: TP393.08
• 字数: 4332字
• 语种: 中文
• DOI: 10.3321/j.issn:0372-2112.2004.10.025

摘要

无法检测到未知攻击以及不能自动更新知识库是现有误用检测系统的两大缺点.概念级误用检测系统(CLMDS)中利用SRRW特征选取算法、CHGL技术和独立双模型互训练结构极大地提升了系统的认知能力,有效地解决了上述问题.文章从静态和动态两个层面对系统的认知能力进行了分析;实验结果表明:CLMDS具有很强的认知能力,不但能检测到未知的攻击样式,而且还能实现知识库的自动更新.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张尔扬		49	370	9.0	16.0
2	张翠		1	5	1.0	1.0