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:
SVM(支持向量机)方法被看作是对传统学习分类方法的一个好的替代,特别在小样本、非线性情况下,具有较好的泛化性能.本文简要分析了当前的几种入侵检测方法,重点介绍了SVM的学习算法,提出了将SVM用于入侵检测系统的方法.通过Matlab仿真实验,结果表明,运用SVM方法检测入侵,可以达到较高的准确检测率,是一种有效的入侵检测手段.
推荐文章
支持向量机在入侵检测系统中的应用
入侵检测
支持向量机
机器学习
支持向量机在网络异常入侵检测中的应用
网络入侵检测
异常检测
支持向量机
统计学习理论
代价敏感支持向量机在入侵检测中的应用
代价敏感
支持向量机
入侵检测
单类支持向量机在工业控制系统入侵检测中的应用研究综述
工业控制系统
入侵检测
单类支持向量机
通信协议
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 支持向量机在入侵检测系统中的应用
来源期刊 电子器件 学科 工学
关键词 入侵检测系统 SVM(支持向量机) 核函数
年,卷(期) 2007,(6) 所属期刊栏目
研究方向 页码范围 2226-2228
页数 3页 分类号 TN915.14
字数 3469字 语种 中文
DOI 10.3969/j.issn.1005-9490.2007.06.065
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 喻擎苍 浙江理工大学研究生部 37 440 8.0 20.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (4)
共引文献  (283)
参考文献  (3)
节点文献
引证文献  (2)
同被引文献  (1)
二级引证文献  (1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(1)
  • 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)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
入侵检测系统
SVM(支持向量机)
核函数
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
电子器件
双月刊
1005-9490
32-1416/TN
大16开
南京市四牌楼2号
1978
chi
出版文献量(篇)
5460
总下载数(次)
21
总被引数(次)
27643
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
浙江省自然科学基金
英文译名:
官方网址:http://www.zjnsf.net/
项目类型:一般项目
学科类型:
论文1v1指导