基于机器学习与大数据技术的入侵检测方法研究

• 作者: 任守东 陈亮 佟晓童 李绘妍 张晶
• 来源期刊: 计算技术与自动化
• 关键词: 网络安全 机器学习 大数据技术 入侵检测
• 年，卷（期）: 2022,（3）
• 所属期刊栏目: 信息安全技术
• 页码范围: 172-175
• 页数: 3页
• 分类号: TM28
• 语种: 中文
• DOI: 10.16339/j.cnki.jsjsyzdh.202203031

摘要

为有效检测网络的攻击行为，提出了基于机器学习与大数据技术的入侵检测方法。首先分析当前网络入侵检测算法，描述了大数据分析技术的网络入侵原理，然后将GRU神经网络与SVM分类算法相结合，最后使用网络入侵检测数据集进行实验。实验结果表明基于GRU-SVM模型的网络入侵检测成功率高于其他模型，网络入侵检测整体效果得到改善，保证了网络安全。