基于机器学习算法的网络入侵检测

• 作者: 张夏
• 来源期刊: 现代电子技术
• 关键词: 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
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 网络与信息安全
• 页码范围: 124-127
• 页数: 4页
• 分类号: TN915.08-34
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2018.03.029

摘要

网络入侵的频率越来越高,严重危害了网络安全.为了获得高正确率的网络入侵检测结果,针对当前网络入侵检测模型的局限性,提出基于机器学习算法的网络入侵检测模型,通过机器学习算法中性能优异的支持向量机构建"一对一"的网络入侵检测分类器,采用当前标准网络入侵检测数据库对模型的有效性进行验证,网络入侵检测正确率高达95％以上,检测误差远远低于实际应用范围,可以应用于实际的网络安全管理中.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张夏		4	14	1.0	3.0