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:
本文通过简述当前我国机器学习的基本途径,对机器学习的具体措施展开了逐一阐述,展望了机器学习在入侵网络检测的未来发展方向,希望能够对我国今后的网络安全建设提供有力支持.
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浅谈
来源期刊 电脑迷 学科
关键词 入侵检测 遗传算法 强化学习 向量机器
年,卷(期) 2018,(25) 所属期刊栏目 综合论坛
研究方向 页码范围 178
页数 1页 分类号
字数 2126字 语种 中文
DOI 10.3969/j.issn.1672-528X.2018.25.161
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 高阳 21 49 4.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (77)
共引文献  (52)
参考文献  (3)
节点文献
引证文献  (2)
同被引文献  (2)
二级引证文献  (0)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(6)
  • 参考文献(0)
  • 二级参考文献(6)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(5)
  • 参考文献(0)
  • 二级参考文献(5)
2011(4)
  • 参考文献(0)
  • 二级参考文献(4)
2012(9)
  • 参考文献(0)
  • 二级参考文献(9)
2013(5)
  • 参考文献(0)
  • 二级参考文献(5)
2014(11)
  • 参考文献(0)
  • 二级参考文献(11)
2015(6)
  • 参考文献(0)
  • 二级参考文献(6)
2016(9)
  • 参考文献(0)
  • 二级参考文献(9)
2017(5)
  • 参考文献(1)
  • 二级参考文献(4)
2018(3)
  • 参考文献(2)
  • 二级参考文献(1)
2018(3)
  • 参考文献(2)
  • 二级参考文献(1)
  • 引证文献(0)
  • 二级引证文献(0)
2019(2)
  • 引证文献(2)
  • 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
电脑迷
旬刊
1672-528X
50-1163/TP
16开
重庆市渝中区双钢路3号科协大厦1202(武汉市洪山区珞狮北路2号樱花大厦A座15楼 430070)
78-230
2003
chi
出版文献量(篇)
29651
总下载数(次)
121
总被引数(次)
8479
论文1v1指导