基于ML改进技术的IDS的设计与实现

• 作者: 贾慧敏
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 机器学习 入侵检测系统 网络入侵检测 支持向量机
• 年，卷（期）: 2015,（6）
• 所属期刊栏目: 安 全 与 防 范
• 页码范围: 114-118
• 页数: 5页
• 分类号: TP309.2
• 字数: 5862字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2015.06.025

摘要

网络入侵检测系统( IDS)是放置在比较重要的网段内或主机上，不停地监视各种传输数据包以及系统审计日志，进行智能分析与判断目的性攻击的系统，是当前网络安全研究的热点问题之一。文中将机器学习( ML)技术加入IDS的检测之中，不仅可以建立已知攻击的特征轮廓，还能检测出其变体和未知攻击，是对入侵检测技术的一个扩展。同时以Snif-fer捕获数据为基础数据包，设计并实现了一个基于改进支持向量机( SVM)核函数技术的IDS。通过实验数据对比，说明了该系统在日志分析以及网络嗅探方面的有效性，以及其在时间复杂度等方面的高效性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	贾慧敏		7	15	2.0	3.0