基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
将一种基于支持向量机的Boosting算法应用于入侵检测,并通过KDD'99数据的仿真实验将它与单一的支持向量机分类器进行比较,结果表明Boosting算法比单一的支持向量机分类器具有更好的检测效果.
推荐文章
模式匹配算法在入侵检测中的应用
入侵检测
KMP算法
BM算法
RK算法
AC算法
AC-BM算法
人工免疫算法在入侵检测中的应用
入侵检测
免疫算法
人工智能
数据挖掘算法在入侵检测系统中的应用
关联规则
序列模式
频繁模式
入侵检测
Apriori算法在基于网络入侵检测系统中的应用
入侵检测
关联规则
Apriori算法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 Boosting算法在入侵检测中的应用
来源期刊 通信技术 学科 工学
关键词 入侵检测 支持向量机 Boosting算法
年,卷(期) 2007,(9) 所属期刊栏目 通信保密
研究方向 页码范围 64-66
页数 3页 分类号 TP393.08
字数 2902字 语种 中文
DOI 10.3969/j.issn.1002-0802.2007.09.025
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 兰少华 31 191 7.0 13.0
2 王欢 30 340 11.0 18.0
3 花小朋 22 122 7.0 10.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (2)
共引文献  (15)
参考文献  (6)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1990(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(3)
  • 参考文献(2)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(2)
  • 二级参考文献(0)
2007(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
入侵检测
支持向量机
Boosting算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
通信技术
月刊
1002-0802
51-1167/TN
大16开
四川省成都高新区永丰立交桥(南)创业路8号
62-153
1967
chi
出版文献量(篇)
10805
总下载数(次)
35
论文1v1指导