基于SVM的网络入侵检测集成学习算法

• 作者: 吴伯桥 谭爱平 陈浩
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 安全 集成学习 入侵检测 AdaBoost SVM
• 年，卷（期）: 2014,（2）
• 所属期刊栏目: 网络与信息安全
• 页码范围: 197-200
• 页数: 4页
• 分类号: TP273
• 字数: 4833字
• 语种: 中文

摘要

互联网络中,计算机和设备随时受到恶意入侵的威胁,严重影响了网络的安全性.入侵行为升级快、隐蔽性强、随机性高,传统方法难以有效防范.针对这一问题,提出一种基于SVM的网络入侵检测集成学习算法,该算法利用SVM建立入侵检测基学习器,采用AdaBoost集成学习方法对基学习器迭代训练,生成最终的入侵检测模型,仿真实验表明了该算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈浩	湖南大学信息科学与工程学院	37	304	10.0	15.0
2	谭爱平	湖南大学信息科学与工程学院	5	81	4.0	5.0
3	吴伯桥	湖南大学信息科学与工程学院	2	52	2.0	2.0