作者:
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:
在科学技术发展带动作用下,社会生活较以往相比发生了明显的变化,给人们的生活带来了便捷,但是随之而来的安全问题也越来越突出.现阶段,网络攻击检测任务具有一定的复杂性,传统入侵检测系统应用已经无法满足检测任务要求,而通过将机器学习同入侵检测系统技术进行融合,一方面可以提高检测系统应用性能,另一方面对保证社会生产生活的安全也具有积极的意义.
推荐文章
基于机器学习的入侵检测技术概述
入侵检测
机器学习
数据挖掘
神经网络
遗传算法
粗糙集
支持向量机
人工免疫
基于机器学习的舰艇网络入侵检测技术
舰艇网络
业务特征
数据集
入侵检测
支持向量机
深度信念网络
基于异常检测的入侵检测技术
异常检测
机器学习
统计异常检测
数据挖掘
基于机器学习算法的网络入侵检测
网络安全
入侵行为
机器学习算法
入侵检测
分类器
检测误差
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 基于机器学习的入侵检测技术概述
来源期刊 数字化用户 学科
关键词 机器人学习方法 入侵检测技术 遗传算法 支持向量机
年,卷(期) 2016,(42) 所属期刊栏目 数字安防
研究方向 页码范围 28
页数 1页 分类号
字数 2026字 语种 中文
DOI
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 巴成林 2 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (6)
共引文献  (17)
参考文献  (1)
节点文献
引证文献  (1)
同被引文献  (2)
二级引证文献  (1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(1)
  • 参考文献(0)
  • 二级参考文献(1)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
机器人学习方法
入侵检测技术
遗传算法
支持向量机
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
数字化用户
周刊
1009-0843
51-1567/TN
16开
四川省成都市
1999
chi
出版文献量(篇)
46696
总下载数(次)
249
总被引数(次)
7926
论文1v1指导