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:
在网络入侵检测中,机器学习可以看作是为了通过学习和积累经验提高攻击检测系统的性能而建立的计算机程序.机器学习应用于网络入侵检测,对网络的大量数据进行分析,并通过学习算法自动产生规则,从而使网络具有自动识别攻击的能力.
推荐文章
基于机器学习算法的网络入侵检测
网络安全
入侵行为
机器学习算法
入侵检测
分类器
检测误差
基于机器学习与大数据技术的入侵检测方法研究
网络安全
机器学习
大数据技术
入侵检测
基于深度迁移学习的网络入侵检测
深度自编码器
迁移学习
入侵检测
嵌入层
标签层
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 基于机器学习的网络入侵检测
来源期刊 科技信息 学科 工学
关键词 机器学习 识别率 贝叶斯学习
年,卷(期) 2009,(23) 所属期刊栏目 IT论坛1
研究方向 页码范围 56
页数 1页 分类号 TP3
字数 1976字 语种 中文
DOI 10.3969/j.issn.1001-9960.2009.23.036
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 张剑 武汉体育学院体育工程与技术信息系 8 4 1.0 1.0
2 宋婉娟 湖北第二师范学院计算机学院 12 6 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (1)
同被引文献  (1)
二级引证文献  (5)
2009(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)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(2)
  • 引证文献(0)
  • 二级引证文献(2)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
机器学习
识别率
贝叶斯学习
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
科技信息
旬刊
1001-9960
37-1021/N
大16开
山东省济南市
24-72
1984
chi
出版文献量(篇)
124239
总下载数(次)
249
总被引数(次)
255660
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导