入侵检测中的OCSVM方法综述

• 作者: 丁俊松 杨和梅 陈敏雅
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 入侵检测 机器学习 one-class问题 数据挖掘 计算机安全 非监督学习
• 年，卷（期）: 2007,（3）
• 所属期刊栏目: 信息安全技术
• 页码范围: 40-44
• 页数: 5页
• 分类号: TP309
• 字数: 4432字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2007.03.012

摘要

通常,在入侵检测的研究中把入侵行为看成是一个二分类问题,即正常和异常,这就需要一个被完全标记为正常和异常的训练数据集.而在实际应用中,很难找到这样的数据集,并且对于一些新的没有标记过的入侵行为,传统的入侵检测方法不能检测出来.而基于OCSVM的入侵检测不需要任何标记数据,并且能够从未标记的数据集中发现异常.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	丁俊松		8	86	4.0	8.0
2	杨和梅		2	18	2.0	2.0
3	陈敏雅		5	16	2.0	4.0