基于机器学习的入侵检测技术研究与实现

作者：张海燕; 李根源; 辜建锐; 林开荣

来源：电脑知识与技术, 2020, 16(10): 215-217.

DOI：10.14004/j.cnki.ckt.2020.1193

• 入侵检测
• 机器学习
• 分类算法
• k-means聚类

目前大多数入侵检测系统都是基于一个特定的预定义模式(特征值)来匹配已知的攻击功能。基于特征值的方法的主要局限性在于它不识别新的攻击,甚至不识别已知漏洞中的微小变化。该文基于机器学习技术,采用k-means聚类算法和支持向量机分类算法,能够自动构造正常分组有效载荷的分布并检测其偏差。实验表明,机器学习算法比大多数使用的开源snort系统有更高的检测精度。

• 单位
  北京理工大学珠海学院