基于SVM技术的入侵检测

被引：9

作者：

李昆仑

赵俊忠

黄厚宽

田盛丰

机构：

[1] 北京交通大学计算机与信息技术学院人工智能研究所

[2] 北京交通大学计算机与信息技术学院人工智能研究所北京

[3] 河北大学数学与计算机学院

[4] 河北保定

[5] 北京

来源：

信息与控制 | 2003年 / 06期

关键词：

信息安全; 入侵检测; 异常检测; 滥用检测; 1类SVM(支持向量机);

D O I：

10.13976/j.cnki.xk.2003.06.004

中图分类号：

TP393.08 [];

学科分类号：

0839 ; 1402 ;

摘要：

针对日益严重的网络入侵事件 ,提出了一种新的入侵检测方法 .在对网络数据进行深刻的分析和研究的基础上 ,提出了基于支持向量机的入侵检测方法 .首先 ,对 1类SVM进行了必要的改进 ,使异常点聚集为一类 (即环绕原点的一类 ) .然后 ,使用抽象化的网络数据对SVM进行训练 ,生成入侵事件的SVM分类器 .实验表明 ,该方法是行之有效的

引用

页码：495 / 499+506 +506

页数：6