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:
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,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.主要简单介绍和评述了现阶段机器学习的主要方法,然后对在入侵检测当中四种具体的机器学习方法进行了描述,最后和现阶段网络攻击的发展趋势紧密结合在一起,对入侵检测中机器学习方法的发展方向进行了详细的阐述.
推荐文章
机器学习在网络入侵检测中的应用
机器学习
网络入侵检测
决策树
神经网络
支持向量机
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
Honeypot技术在网络入侵检测系统中的应用
蜜罐技术
网络安全
入侵检测系统
蜜网
支持向量机在网络异常入侵检测中的应用
网络入侵检测
异常检测
支持向量机
统计学习理论
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 机器学习在网络入侵检测中的应用
来源期刊 信息与电脑 学科 工学
关键词 入侵检测 遗传算法 强化学习 向量机器
年,卷(期) 2018,(1) 所属期刊栏目 算法语言
研究方向 页码范围 30-32
页数 3页 分类号 TP393.08
字数 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 崔丹丹 20 43 4.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (22)
共引文献  (16)
参考文献  (4)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(4)
  • 参考文献(0)
  • 二级参考文献(4)
2012(3)
  • 参考文献(0)
  • 二级参考文献(3)
2013(2)
  • 参考文献(0)
  • 二级参考文献(2)
2014(6)
  • 参考文献(0)
  • 二级参考文献(6)
2015(3)
  • 参考文献(1)
  • 二级参考文献(2)
2016(2)
  • 参考文献(0)
  • 二级参考文献(2)
2017(3)
  • 参考文献(3)
  • 二级参考文献(0)
2018(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
入侵检测
遗传算法
强化学习
向量机器
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
信息与电脑
半月刊
1003-9767
11-2697/TP
北京市东城区北河沿大街79号
chi
出版文献量(篇)
16624
总下载数(次)
72
论文1v1指导