一种基于支持向量机的入侵检测模型研究

• 作者: 郭迟 陈卓
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 入侵检测 支持向量机(SVM) 统计学习理论(SLT) 网络安全
• 年，卷（期）: 2010,（9）
• 页码范围: 174-178
• 分类号: TP391
• 字数: 3748字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2010.09.051

摘要

入侵检测系统都存在误报、漏报及实时性差等缺点,需要大量或者完备的审计数据集才能达到比较理想的检测性能,并且训练学习时间较长,将支持向量机应用到入侵检测中,在先验知识不足的情况下,支持向量机分类器仍有较好的分类正确率,从而使得整个入侵检测系统具有较好的检测性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈卓	湖北工业大学计算机科学学院	30	126	7.0	9.0
2	郭迟		1	2	1.0	1.0