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:
针对目前入侵检测算法存在的分类精度或者效率不高的问题,提出了改进的Relief特征提取算法和基于模糊支持向量机的入侵分类算法.通过对NSL_DATA数据集的预处理和主动学习模式,降低了最小二乘支持向量机的二次线性规划问题求解的复杂度.采用决策树的分类模式,提高了数据样本的检测效率和分类精度.
推荐文章
支持向量机在网络异常入侵检测中的应用
网络入侵检测
异常检测
支持向量机
统计学习理论
改进支持向量机在网络入侵检测中的应用
粒子群优化算法
核主成分分析
支持向量机
入侵检测
改进蚁群算法优化支持向量机的网络入侵检测
网络入侵
蚁群优化算法
支持向量机
参数优化
基于蚁群优化算法和支持向量机相结合的医院网络非法入侵检测
医院网络
非法入侵检测
蚁群优化算法
支持向量机
入侵检测模型
全局搜索
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 基于模糊支持向量机的网络入侵检测
来源期刊 计算机安全 学科 工学
关键词 入侵检测系统 Relief算法 支持向量机 模糊C均值
年,卷(期) 2011,(5) 所属期刊栏目 学术技术
研究方向 页码范围 26-30
页数 分类号 TP393.08
字数 4210字 语种 中文
DOI 10.3969/j.issn.1671-0428.2011.05.008
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 王艳清 北京化工大学信息科学与技术学院 10 154 6.0 10.0
2 王明生 北京化工大学信息科学与技术学院 1 4 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (1)
共引文献  (16)
参考文献  (2)
节点文献
引证文献  (4)
同被引文献  (19)
二级引证文献  (4)
1900(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(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)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
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
入侵检测系统
Relief算法
支持向量机
模糊C均值
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
计算机安全
月刊
1671-0428
11-4647/TP
大16开
北京市海淀区万寿路27号
82-27
2001
chi
出版文献量(篇)
6030
总下载数(次)
9
论文1v1指导