入侵检测分类技术的比较研究

• 作者: 张晓峰 郝晓弘
• 来源期刊: 微型机与应用
• 学科: 工学
• 关键词: 入侵检测 数据挖掘 Weka KDD CUP99
• 年，卷（期）: 2017,（15）
• 所属期刊栏目: 智能工业与信息安全
• 页码范围: 8-11,15
• 页数: 5页
• 分类号: TP31
• 字数: 4166字
• 语种: 中文
• DOI: 10.19358/j.issn.1674-7720.2017.15.003

摘要

入侵检测是网络安全研究的主要问题之一,有效的检测方法在开发入侵检测系统中发挥着至关重要的作用.通过对数据挖掘中的分类算法进行深入研究,选取四种常用的分类算法如决策树、贝叶斯、K最近邻法和神经网络来分别构建入侵检测系统,旨在找到最有效的分类算法.仿真实验在Weka环境下使用KDD CUP99数据集进行测试.实验表明,采用C4.5决策树构建的入侵检测系统具有良好的检测性能,是一种非常有效的网络入侵检测方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郝晓弘	兰州理工大学计算机与通信学院	187	996	15.0	21.0
2	张晓峰	兰州理工大学计算机与通信学院	2	4	1.0	2.0