基于支持向量机的入侵检测研究

编号 zgly0000599417

文献类型 期刊论文

文献题名 基于支持向量机的入侵检测研究

作者 戴天虹  王克奇  杨少春 

作者单位 东北林业大学机电工程学院 

母体文献 中国安全科学学报 

年卷期 2008,18(4)

页码 126-130

年份 2008 

分类号 TP274  TP393.08 

关键词 支持向量机(SVM)  入侵检测系统(IDS)  网络安全  异常检测  特征抽取 

文摘内容 根据入侵检测和支持向量机的特点,提出基于最小二乘支持向量机异常检测方法,并建立基于支持向量机入侵检测的模型,对网络数据进行采集,提取特征,进行分类,分辨正常的数据和异常的数据。并在KDD CUP＇99标准入侵检测数据集上进行实验,选取data_10_percent子集,把该数据集中的41个属性作为特征,将该子集最后一个属性label属性为：back,ipsweep,neptun,ports-weep和normal各200个数据进行测试。实证表明：该方法能获得较高检测率和较低误警率。