基于支持向量机方法的网络入侵检测实验研究

发布时间：2024-05-13 04:42

　　网络信息不断增加和攻击手段日益复杂,给网络安全领域带来了日益严峻的挑战.为了改善网络入侵检测技术现状,提出了一种基于支持向量机和决策集合理论融合的网络入侵检测方法,通过对规则信息、攻击信息、边界信息的准确界定完成检测过程.选取了基于神经网络的入侵检测方法、基于遗传算法的入侵检测方法、基于传统支持向量机的入侵检测方法作为对比算法,在K-Cup测试数据集下展开实验研究.实验结果表明,该文提出的方法具有更高的召回率、精确率、查准率和更低的误检率,其性能明显优于其他3种方法,可应用于入侵检测领域.

【文章页数】：5 页

【部分图文】：

图1本文设计的基于支持向量机和决策集合理论的入侵检测方法框架

为了使支持向量机方法更加适合于入侵检测,本文进一步引入决策集合理论,构建了一种具体的入侵检测方法,处理过程如图1所示.根据图1框架,该方法的具体实现步骤如下:

图2表2中数据的柱状图显示效果

上述4组指标可以明显看出,本文提出的入侵检测方法明显优于其它3种方法,从而证实了其有效性.表2中数据的可视化结果如图2所示.4结语

本文编号：3972395