基于无监督聚类支持向量机的入侵检测方法研究

• 作者: 张焕国 王丽娜 罗敏 阴晓光
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 入侵检测 数据挖掘 无监督聚类 支持向量机
• 年，卷（期）: 2006,（18）
• 所属期刊栏目: 博士论坛
• 页码范围: 4-7,57
• 页数: 5页
• 分类号: TP393.08
• 字数: 6140字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2006.18.002

摘要

提出了一种将无监督聚类和支持向量机相结合的新的入侵检测方法.算法具有无监督聚类速度快和支持向量机精度高的优点,其基本思想是通过将网络数据包和聚类中心的比较确定是否需要进一步的采用支持向量机进行分类,从而减少了通过支持向量机的数据量,达到速度与精度的统一.实验采用KDD99的测试数据,结果表明,该方法能够有效的检测网络数据中的已知和未知入侵行为.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王丽娜	武汉大学计算机学院	133	1680	20.0	36.0
2	张焕国	武汉大学计算机学院	244	4083	31.0	56.0
3	罗敏	武汉大学计算机学院	36	573	11.0	23.0
7	阴晓光	大连供电公司科技信息部	3	34	3.0	3.0