机器学习在网络入侵检测中的应用

• 作者: 张琪 朱琨
• 来源期刊: 数据采集与处理
• 学科: 工学
• 关键词: 机器学习 网络入侵检测 决策树 神经网络 支持向量机
• 年，卷（期）: 2017,（3）
• 页码范围: 479-488
• 页数: 10页
• 分类号: TP393
• 字数: 6817字
• 语种: 中文
• DOI: 10.16337/j.1004-9037.2017.03.006

摘要

随着网络的快速发展,网络安全成为计算机网络中一个重要的研究方向.网络攻击日益频繁,传统的安全防护产品存在漏洞,入侵检测作为信息安全的重要防护手段弥补了防火墙的不足,提供了有效的网络入侵检测措施,保护网络安全.然而传统的入侵检测系统存在许多问题,基于机器学习的入侵检测方法实现了对网络攻击的智能检测,提高了入侵检测的效率,降低了漏报率和误报率.本文首先简要介绍机器学习的部分算法,然后对机器学习算法在网络入侵检测中的应用进行深入的分析,比较各个算法在入侵检测应用中的优势和缺点,最后总结了机器学习的应用前景,为获得性能良好的网络入侵检测和防御系统奠定基础.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张琪	南京航空航天大学计算机科学与技术学院	6	37	2.0	6.0
2	朱琨	南京航空航天大学计算机科学与技术学院	4	91	3.0	4.0