计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2006年
3期
140-142,151
,共4页
入侵检测%支持向量机%自组织特征映射神经网络
入侵檢測%支持嚮量機%自組織特徵映射神經網絡
입침검측%지지향량궤%자조직특정영사신경망락
文章研究了SVM和SOM方法在网络入侵检测中的应用,深入探讨了其中的关键技术问题和解决方法,对于SVM核参数优化方法及SOM可视化技术进行了应用研究,用KDD'99 CUP数据集进行了仿真实验,结果表明这两种方法对于网络入侵数据的识别是有效的,并利用两种方法的各自优势构造了一种基于SOM-SVM复合结构的网络入侵智能识别模型.
文章研究瞭SVM和SOM方法在網絡入侵檢測中的應用,深入探討瞭其中的關鍵技術問題和解決方法,對于SVM覈參數優化方法及SOM可視化技術進行瞭應用研究,用KDD'99 CUP數據集進行瞭倣真實驗,結果錶明這兩種方法對于網絡入侵數據的識彆是有效的,併利用兩種方法的各自優勢構造瞭一種基于SOM-SVM複閤結構的網絡入侵智能識彆模型.
문장연구료SVM화SOM방법재망락입침검측중적응용,심입탐토료기중적관건기술문제화해결방법,대우SVM핵삼수우화방법급SOM가시화기술진행료응용연구,용KDD'99 CUP수거집진행료방진실험,결과표명저량충방법대우망락입침수거적식별시유효적,병이용량충방법적각자우세구조료일충기우SOM-SVM복합결구적망락입침지능식별모형.
