網(wǎng)絡(luò)信息不斷增加和攻擊手段日益復(fù)雜,給網(wǎng)絡(luò)安全領(lǐng)域帶來了日益嚴(yán)峻的挑戰(zhàn).為了改善網(wǎng)絡(luò)入侵檢測技術(shù)現(xiàn)狀,提出了一種基于支持向量機和決策集合理論融合的網(wǎng)絡(luò)入侵檢測方法,通過對規(guī)則信息、攻擊信息、邊界信息的準(zhǔn)確界定完成檢測過程.選取了基于神經(jīng)網(wǎng)絡(luò)的入侵檢測方法、基于遺傳算法的入侵檢測方法、基于傳統(tǒng)支持向量機的入侵檢測方法作為對比算法,在K-Cup測試數(shù)據(jù)集下展開實驗研究.實驗結(jié)果表明,該文提出的方法具有更高的召回率、精確率、查準(zhǔn)率和更低的誤檢率,其性能明顯優(yōu)于其他3種方法,可應(yīng)用于入侵檢測領(lǐng)域.

【文章頁數(shù)】：5 頁

【部分圖文】：

圖1本文設(shè)計的基于支持向量機和決策集合理論的入侵檢測方法框架

為了使支持向量機方法更加適合于入侵檢測,本文進(jìn)一步引入決策集合理論,構(gòu)建了一種具體的入侵檢測方法,處理過程如圖1所示.根據(jù)圖1框架,該方法的具體實現(xiàn)步驟如下:

圖2表2中數(shù)據(jù)的柱狀圖顯示效果

上述4組指標(biāo)可以明顯看出,本文提出的入侵檢測方法明顯優(yōu)于其它3種方法,從而證實了其有效性.表2中數(shù)據(jù)的可視化結(jié)果如圖2所示.4結(jié)語

本文編號：3972395