基于支持向量机方法的网络入侵检测实验研究

作者：周飞菲

来源：西南师范大学学报(自然科学版), 2020, 45(01): 57-61.

DOI：10.13718/j.cnki.xsxb.2020.01.010

• 网络入侵检测
• 支持向量机
• 攻击信息
• 召回率
• 精确率

网络信息不断增加和攻击手段日益复杂,给网络安全领域带来了日益严峻的挑战.为了改善网络入侵检测技术现状,提出了一种基于支持向量机和决策集合理论融合的网络入侵检测方法,通过对规则信息、攻击信息、边界信息的准确界定完成检测过程.选取了基于神经网络的入侵检测方法、基于遗传算法的入侵检测方法、基于传统支持向量机的入侵检测方法作为对比算法,在K-Cup测试数据集下展开实验研究.实验结果表明,该文提出的方法具有更高的召回率、精确率、查准率和更低的误检率,其性能明显优于其他3种方法,可应用于入侵检测领域.

• 单位
  郑州升达经贸管理学院