大数据量环境下为提高计算机网络入侵识别精准度，实现对更多的数据类别的识别，提出了一种新的网络入侵识别算法，利用该算法从中挖掘入侵行为数据。该算法在DBSCAN算法的基础上，引入SVM模型，开发出SVM-DBSCAN双训练器应用下的网络入侵识别模型，并配备运行程序。实验测试结果显示，该算法分类准确率大于96.78%,可以作为网络入侵识别工具。
科研之友
微信
新浪微博
Facebook
分享链接
