基于KNN的入侵检测模型研究

• 作者: 杨宇夏 孙浩月
• 来源期刊: 河北建筑工程学院学报
• 关键词: 机器学习 k近邻算法 入侵检测 网络空间安全
• 年，卷（期）: 2021,（2）
• 页码范围: 151-154,172
• 页数: 5页
• 分类号: TP3
• 语种: 中文
• DOI: 10.3969/j.issn.1008-4185.2021.02.027

摘要

随着互联网的不断发展、普及,大数据、云计算和物联网等新兴技术的不断完善.越来越多的设备接入互联网,彻底改变了人们的衣、食、住、行,人们从而享受着这改变带来的极大便利,让人们减少生活中的烦恼而更加专心工作.但是网络空间安全威胁问题近十年来急剧增加.使用基于KNN的入侵检测模型,用KDD99数据集进行验证,经过对该数据集的分析,对该数据集中的文本数据转化为数字数据,再对数据集进行归一化处理,划分为训练集和测试集,最终的分类结果准确率达到98％.