本文關鍵詞：機器學習在網絡入侵檢測中的應用　出處：《數據采集與處理》2017年03期 　論文類型：期刊論文

  更多相關文章： 機器學習 網絡入侵檢測 決策樹 神經網絡 支持向量機

【摘要】：隨著網絡的快速發(fā)展,網絡安全成為計算機網絡中一個重要的研究方向。網絡攻擊日益頻繁,傳統的安全防護產品存在漏洞,入侵檢測作為信息安全的重要防護手段彌補了防火墻的不足,提供了有效的網絡入侵檢測措施,保護網絡安全。然而傳統的入侵檢測系統存在許多問題,基于機器學習的入侵檢測方法實現了對網絡攻擊的智能檢測,提高了入侵檢測的效率,降低了漏報率和誤報率。本文首先簡要介紹機器學習的部分算法,然后對機器學習算法在網絡入侵檢測中的應用進行深入的分析,比較各個算法在入侵檢測應用中的優(yōu)勢和缺點,最后總結了機器學習的應用前景,為獲得性能良好的網絡入侵檢測和防御系統奠定基礎。
[Abstract]:With the rapid development of network, network security has become an important research direction in computer network. Intrusion detection as an important means of information security makes up for the lack of firewall, provides effective network intrusion detection measures to protect network security. However, there are many problems in traditional intrusion detection system. The intrusion detection method based on machine learning realizes the intelligent detection of network attack, improves the efficiency of intrusion detection, and reduces the false alarm rate and false alarm rate. Firstly, this paper briefly introduces some algorithms of machine learning. Then, the application of machine learning algorithm in network intrusion detection is deeply analyzed, and the advantages and disadvantages of each algorithm in intrusion detection application are compared. Finally, the application prospect of machine learning is summarized. It lays the foundation for obtaining the network intrusion detection and defense system with good performance.
【作者單位】： 南京航空航天大學計算機科學與技術學院;
【基金】：江蘇省自然科學基金(BK20160812)資助項目
【分類號】：TP181;TP393.08
【正文快照】： 引言當今社會網絡成為人類交流的常用工具,因此對網絡的安全要求很嚴格。計算機網絡實現了各類金融、資源管理以及虛擬社區(qū)的應用,加快了社會信息化的進程。然而網絡的對外開放性為網絡攻擊者提供了破壞的機會。網絡入侵者通常嘗試從網絡中獲得信息、修改信息或者造成系統癱瘓

【相似文獻】

相關期刊論文 前10條

1 張怡,胡修林;網絡入侵檢測技術[J];金卡工程;2003年06期

2 張鵬;;基于危險理論的計算機網絡入侵檢測[J];煤炭技術;2012年12期

3 任旭;王家鑫;;計算機網絡入侵檢測探討[J];中國高新技術企業(yè);2013年18期

4 張勇,張德運,李勝磊;基于分布協作式代理的網絡入侵檢測技術的研究與實現[J];計算機學報;2001年07期

5 張勇,張德運,李勝磊,蔣旭憲;基于分層結構的網絡入侵檢測技術的研究和實現[J];小型微型計算機系統;2001年01期

6 柯海豐,吳明暉;網絡入侵檢測技術[J];計算機時代;2001年07期

7 楊向榮,宋擒豹,沈鈞毅;基于行為模式挖掘的網絡入侵檢測[J];西安交通大學學報;2002年02期

8 胡昌振;網絡入侵檢測技術及發(fā)展[J];信息安全與通信保密;2002年10期

9 劉奇有,程思遠;淺談網絡入侵檢測技術[J];電信工程技術與標準化;2003年08期

10 周競,黃河;網絡入侵檢測中的響應機制及應用[J];交通與計算機;2004年05期

相關會議論文 前10條

1 成科揚;;基于集對分析的網絡入侵檢測研究[A];2005年中國智能自動化會議論文集[C];2005年

2 蔣建春;卿斯?jié)h;;基于攻擊上下文的網絡入侵檢測[A];全國網絡與信息安全技術研討會'2005論文集（上冊）[C];2005年

3 彭清泉;楊曉元;韓益亮;;一種基于免疫的網絡入侵檢測體系結構[A];第二十屆全國數據庫學術會議論文集（技術報告篇）[C];2003年

4 黃曉燕;許龍飛;;基于關聯規(guī)則的網絡入侵檢測技術的應用研究[A];第二十三屆中國數據庫學術會議論文集（技術報告篇）[C];2006年

5 張滿懷;;兩類基于異常的網絡入侵檢測方法的比較[A];2007中國科協年會——通信與信息發(fā)展高層論壇論文集[C];2007年

6 魏念忠;;基于模糊關聯規(guī)則挖掘的網絡入侵檢測研究[A];2008年全國開放式分布與并行計算機學術會議論文集(上冊)[C];2008年

7 沈明玉;邱文慶;;基于行為模型的網絡入侵檢測方法研究[A];計算機技術與應用進展·2007——全國第18屆計算機技術與應用（CACIS）學術會議論文集[C];2007年

8 申紅婷;;遺傳算法在網絡入侵檢測中的應用[A];中國電子學會第十五屆信息論學術年會暨第一屆全國網絡編碼學術年會論文集（上冊）[C];2008年

9 趙新星;姜青山;陳路瑩;胡海斌;;一種面向網絡入侵檢測的特征選擇方法[A];第26屆中國數據庫學術會議論文集（B輯）[C];2009年

10 王志剛;錢興坤;王東亮;;基于PCA的多信息源實時網絡入侵檢測[A];第二十一次全國計算機安全學術交流會論文集[C];2006年

相關重要報紙文章 前7條

1 陶智;政務安全：NIPS力克城域網“內訌”[N];中國計算機報;2006年

2 鐘文;方通網絡狙擊手Sniper面市[N];國際商報;2003年

3 ;Symantec ManHunt[N];中國計算機報;2004年

4 ;深層防御保障國稅安全[N];中國計算機報;2003年

5 北京賽門鐵克信息技術有限公司 郭訓平;打造信息安全的大門[N];中國計算機報;2001年

6 劉宏偉;深層防護從核心到邊緣[N];中國計算機報;2004年

7 趙毅;IDS產品選購問答[N];中國計算機報;2007年

相關博士學位論文 前8條

1 楊宏宇;網絡入侵檢測技術的研究[D];天津大學;2003年

2 劉勇國;基于數據挖掘的網絡入侵檢測研究[D];重慶大學;2003年

3 張寶軍;網絡入侵檢測若干技術研究[D];浙江大學;2010年

4 易平;移動Ad Hoc網絡入侵檢測與主動響應機制研究[D];復旦大學;2005年

5 蔣衛(wèi)華;智能網絡入侵檢測與安全防護技術研究[D];西北工業(yè)大學;2003年

6 趙月愛;基于非均衡數據分類的高速網絡入侵檢測研究[D];太原理工大學;2010年

7 趙闊;高速網絡入侵檢測與防御[D];吉林大學;2008年

8 曾勇;資源受限場景下的容忍入侵關鍵技術研究[D];西安電子科技大學;2008年

相關碩士學位論文 前10條

1 劉宇光;無線傳感器網絡入侵檢測的研究[D];天津理工大學;2015年

2 曹丹星;基于數據降維和支持向量機的網絡入侵檢測[D];山東大學;2015年

3 蔡顯軍;網絡入侵檢測系統關鍵技術研究與實現[D];華北電力大學;2015年

4 李小劍;基于支持向量機與k近鄰相結合的網絡入侵檢測研究[D];貴州師范大學;2015年

5 連路朋;基于分布式流數據庫系統的網絡入侵檢測[D];電子科技大學;2015年

6 黃重水;基于聚類技術識別新型態(tài)的網絡入侵檢測研究[D];浙江工業(yè)大學;2011年

7 鐘盛開;一種改進孿生支持向量機算法及其在網絡入侵檢測的應用[D];暨南大學;2016年

8 黃曉燕;基于關聯規(guī)則的網絡入侵檢測技術的應用研究[D];暨南大學;2006年

9 羅程;基于核聚類和序列分析的網絡入侵檢測方法的研究[D];廣西大學;2005年

10 劉翠娟;基于數據挖掘的網絡入侵檢測方法研究[D];華北電力大學（河北）;2006年

，

本文編號：1400851