网络安全技术与应用
網絡安全技術與應用
망락안전기술여응용
NETWORK SECURITY TECHNOLOGIES & APPLICATION
2014年
8期
10-12
,共3页
支持向量机%K近邻法%入侵检测
支持嚮量機%K近鄰法%入侵檢測
지지향량궤%K근린법%입침검측
入侵检测作为一种积极主动的防御技术,已成为信息安全领域的重要研究内容.将统计机器学习方法引入到入侵检测技术中,具有重要的现实意义.但单纯使用支持向量机的机器学习方法对网络连接记录进行分类,对于远离分类超平面的正负实例点能以充分大的确信度将它们区分开来,但对于离分类面比较近的实例点,被正确分类的可信度较低,还有可能因为各种主客观的因素造成误分类.为此,引入K近邻法,对分类面附近的实例点进行二次分类,并借鉴KDDCUP99公共数据集描述网络连接的41个特征进行了仿真实验,实验结果表明,相比单独使用支持向量机的方法,分类的准确率有了进一步的提高.
入侵檢測作為一種積極主動的防禦技術,已成為信息安全領域的重要研究內容.將統計機器學習方法引入到入侵檢測技術中,具有重要的現實意義.但單純使用支持嚮量機的機器學習方法對網絡連接記錄進行分類,對于遠離分類超平麵的正負實例點能以充分大的確信度將它們區分開來,但對于離分類麵比較近的實例點,被正確分類的可信度較低,還有可能因為各種主客觀的因素造成誤分類.為此,引入K近鄰法,對分類麵附近的實例點進行二次分類,併藉鑒KDDCUP99公共數據集描述網絡連接的41箇特徵進行瞭倣真實驗,實驗結果錶明,相比單獨使用支持嚮量機的方法,分類的準確率有瞭進一步的提高.
입침검측작위일충적겁주동적방어기술,이성위신식안전영역적중요연구내용.장통계궤기학습방법인입도입침검측기술중,구유중요적현실의의.단단순사용지지향량궤적궤기학습방법대망락련접기록진행분류,대우원리분류초평면적정부실례점능이충분대적학신도장타문구분개래,단대우리분류면비교근적실례점,피정학분류적가신도교저,환유가능인위각충주객관적인소조성오분류.위차,인입K근린법,대분류면부근적실례점진행이차분류,병차감KDDCUP99공공수거집묘술망락련접적41개특정진행료방진실험,실험결과표명,상비단독사용지지향량궤적방법,분류적준학솔유료진일보적제고.
