基于机器学习的舰艇网络入侵检测技术

• 作者: 张永胜 徐文良 程健庆
• 来源期刊: 指挥控制与仿真
• 学科: 交通运输
• 关键词: 舰艇网络 业务特征 数据集 入侵检测 支持向量机 深度信念网络
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 工程实践
• 页码范围: 137-140
• 页数: 4页
• 分类号: U674.7
• 字数: 4169字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-3819.2019.02.026

摘要

针对舰艇网络所面临的安全威胁,提出了结合舰艇网络业务特征构造舰艇网络入侵检测数据集并基于机器学习开展舰艇网络入侵检测的方法,构造了一个具备45维特征舰艇网络训练和测试数据集,设计了5种舰艇网络入侵检测机器学习算法,并完成了各算法的试验及对比分析,通过实验验证,DBN-SVM算法是一种可靠的入侵检测算法,可为舰艇网络入侵检测提供有效支撑.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张永胜		5	7	2.0	2.0
2	程健庆		13	71	4.0	8.0
3	徐文良		2	3	1.0	1.0