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:
在传统基于SVM的入侵检测中,核函数构造和特征选择采用先验知识,普遍存在准确度不高、效率低下的问题.通过信息熵理论与SVM算法相结合的方法改进为基于信息熵的SVM入侵检测算法,可以提高入侵检测的准确性,提升入侵检测的效率.基于信息熵的SVM入侵检测算法包括两个方面:一方面,根据样本包含的用户信息熵和方差,将样本特征统一,以特征是否属于置信区间来度量.将得到的样本特征置信向量作为SVM核函数的构造参数,既可保证训练样本集与最优分类面之间的对应关系,又可得到入侵检测需要的最大分类间隔;另一方面,将样本包含的用户信息量作为度量大幅度约简样本特征子集,不但降低了样本计算规模,而且提高了分类器的训练速度.实验表明,该算法在入侵检测系统中的应用优于传统的SVM算法.
推荐文章
基于SVM技术的入侵检测
信息安全
入侵检测
异常检测
滥用检测
1类SVM(支持向量机)
基于图和信息熵的入侵检测分类器构造
数据挖掘
信息熵
入侵检测
分类
混合SVM结合信息熵检测ICMP隐通道
控制报文协议
隐通道
支持向量机
信息熵
入侵检测系统利用信息熵检测网络攻击的方法
网络攻击
入侵检测系统
香农熵
雷尼熵
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 基于信息熵的SVM入侵检测技术
来源期刊 计算机工程与科学 学科 工学
关键词 入侵检测 SVM 信息熵
年,卷(期) 2013,(6) 所属期刊栏目 计算机网络与信息安全
研究方向 页码范围 47-51
页数 5页 分类号 TP393.08
字数 4232字 语种 中文
DOI 10.3969/j.issn.1007-130X.2013.06.008
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 王强 中国人民解放军保密委员会技术安全研究所 176 583 12.0 16.0
2 朱文杰 中国科学技术大学自动化系 1 9 1.0 1.0
6 翟献军 中国科学技术大学自动化系 1 9 1.0 1.0
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  (1)
节点文献
引证文献  (9)
同被引文献  (15)
二级引证文献  (32)
1987(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(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)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(2)
  • 引证文献(1)
  • 二级引证文献(1)
2016(5)
  • 引证文献(3)
  • 二级引证文献(2)
2017(7)
  • 引证文献(1)
  • 二级引证文献(6)
2018(11)
  • 引证文献(2)
  • 二级引证文献(9)
2019(11)
  • 引证文献(0)
  • 二级引证文献(11)
2020(4)
  • 引证文献(1)
  • 二级引证文献(3)
研究主题发展历程
节点文献
入侵检测
SVM
信息熵
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
计算机工程与科学
月刊
1007-130X
43-1258/TP
大16开
湖南省长沙市开福区德雅路109号国防科技大学计算机学院
42-153
1973
chi
出版文献量(篇)
8622
总下载数(次)
11
总被引数(次)
59030
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导