基于机器学习方法的入侵检测技术的研究

计算机科学 ›› 2008, Vol. 35 ›› Issue (1): 90-93.

基于机器学习方法的入侵检测技术的研究

邓安远

九江学院信息科学与技术学院,江西九江332005

出版日期:2018-11-16 发布日期:2018-11-16

DENG An-Yuan （Faculty of Information Science and Technology, Jiujiang University, Jiujiang 332005）

Online:2018-11-16 Published:2018-11-16

摘要/Abstract

摘要： 入侵检测技术是近20年来才出现的一种有效保护网络系统免受网络攻击的新型网络安全技术。随着网络技术的迅速发展、安全问题的日益突出，传统的入侵检测系统已难以满足对越来越复杂的网络攻击的检测任务，将机器学习的技术引入到入侵监测系统之中以有效地提高系统性能，已成为入侵检测技术的研究热点。本文主要介绍了入侵检测系统的基本结构以及几种机器学习方法在入侵检测中的应用，其中包括：基于贝叶斯分类的方法、基于神经网络的方法、基于数据挖掘的方法与基于支持向量机的方法。

关键词: 机器学习入侵检测网络安全

Abstract: Intrusion Detection （ID） is a new emerging network security technology in the recent 20 years, which can protect the network system from the network attacks effectively. With the rapid development of the network technology and the fast increasing of intru

Key words: Machine learning,Intrusion detection, Network security

邓安远. 基于机器学习方法的入侵检测技术的研究[J]. 计算机科学, 2008, 35(1): 90-93. https://doi.org/

DENG An-Yuan （Faculty of Information Science and Technology, Jiujiang University, Jiujiang 332005）. [J]. Computer Science, 2008, 35(1): 90-93. https://doi.org/

参考文献

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed