SVM和ANN在网络安全风险评估中的比较研究

• 作者: 郭爱玲 高会生
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 支持向量机 人工神经网络 网络安全 风险评估
• 年，卷（期）: 2008,（34）
• 所属期刊栏目: 网络、通信、安全
• 页码范围: 116-118,128
• 页数: 4页
• 分类号: TP393
• 字数: 3516字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2008.34.036

摘要

支持向量机和人工神经网络是人工智能方法的两个分支,详细介绍了支持向量机和人工神经网络原理.建立了网络安全评估指标体系,将支持向量机和人工神经网络同时应用于网络安全风险评估的过程中,通过实例比较了两者的评估效果,结果表明了支持向量机在小样本情况下分类正确率普遍高于人工神经网络,具有较好的分类能力和泛化能力;同时在训练时间上也有绝对的优势.实践证实了支持向量机用于网络安全风险评估的有效性和优越性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高会生	华北电力大学电子与通信工程系	110	831	15.0	21.0
2	郭爱玲	华北电力大学电子与通信工程系	6	54	4.0	6.0