基于潜在语义模型的SVM入侵检测研究

• 作者: 李方敏 杨清
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 入侵检测 支持向量机 潜在语义模型
• 年，卷（期）: 2007,（5）
• 所属期刊栏目: 网络、通信与安全
• 页码范围: 143-145,152
• 页数: 4页
• 分类号: TP393.08
• 字数: 3293字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2007.05.044

摘要

论文提出了一种基于潜在语义索引(LSI)和支持向量机(SVM)的异常入侵检测方法.选取PARPA'98 BSM数据集作为训练数据和测试数据,通过实验比较和分析表明:基于LSI和SVM方法的入侵检测系统具有较高的检测率和较低的虚警率,且能大大减低计算的复杂性,是一种有效的异常识别和检测方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李方敏	武汉理工大学信息工程学院	62	1023	18.0	30.0
2	杨清	湖南科技大学计算机科学与工程学院	6	33	4.0	5.0