SOINN多视图网络入侵检测

• 作者: 亢娟娜 向直扬 朱俊平 韩文静
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 入侵检测 SOINN 拓扑学习 基于原型分类器
• 年，卷（期）: 2013,（8）
• 所属期刊栏目: 安全技术
• 页码范围: 314-317
• 页数: 4页
• 分类号: TP391.4
• 字数: 3691字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2013.08.084

摘要

检测准确性是入侵检测系统(IDS)的关键性能.针对入侵检测中训练样本数目不平衡的问题,提出使用拓扑学习的方法训练网络数据分类器,并且使用多视图入侵检测方法进一步提高检测率.实验结果表明,提出的方法对于某些攻击类型的检测能力优于现有的方法.特别是提升了对非法远程闯入(R2L)攻击,与非法提升权限(U2R)攻击的检测能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱俊平	西北农林科技大学信息工程学院	27	140	8.0	11.0
2	亢娟娜		12	65	3.0	8.0
3	向直扬	西北农林科技大学信息工程学院	3	3	1.0	1.0
4	韩文静	西北农林科技大学信息工程学院	2	2	1.0	1.0