基于SVM分类的网络入侵检测研究

扫码查看

原文链接

中文摘要：提出基于SVM的网络入侵检测模型,模型采用一对一的构造方法,用网络入侵数据做为模型的输入,入侵类别作为模型的输出,利用MATLAB平台进行仿真实验,并与其它方法进行比较.实验结果表明:SVM网络入侵检测模型的分类准确率高于Kohone模型,可以达到99.2％.

外文标题：Reseach on Network Intrusion Detection Based on SVM Classification

作者：

王芬

展开 >

作者单位：

宁夏师范学院数学与计算机科学学院,宁夏固原756000

关键词：

支持向量机网络入侵入侵检测

基金：

宁夏自然科学基金宁夏高等学校科研项目宁夏师范学院项目宁夏师范学院项目宁夏大学生创新创业计划项目

项目编号：

NZ132014NGY201306ZD201311YB201434NJ201234815

出版年：

2014

宁夏师范学院学报

宁夏师范学院

影响因子：0.138

ISSN：1674-1331

年,卷(期)：2014.35(3)