SVM在网络流量异常检测中的应用研究

2012-04-29 00:44:03谢雪莲杨海波
计算机时代 2012年9期
关键词:机器学习

谢雪莲 杨海波

摘要: 传统的异常入侵检测算法存在误报、漏报率高等问题。为此,将支持向量机应用于网络流量异常检测,提出一种基于支持向量机的网络流量异常检测模型。实验证明,该模型具有较高的检测率,对未知攻击的检测精度也很高,说明了采用支持向量机技术进行入侵检测的有效性。

关键词: 网络入侵检测; 异常检测; 支持向量机; 机器学习


登录APP查看全文

猜你喜欢
机器学习
基于词典与机器学习的中文微博情感分析
基于网络搜索数据的平遥旅游客流量预测分析
时代金融(2016年27期)2016-11-25 17:51:36
前缀字母为特征在维吾尔语文本情感分类中的研究
科教导刊(2016年26期)2016-11-15 20:19:33
下一代广播电视网中“人工智能”的应用
活力(2016年8期)2016-11-12 17:30:08
基于支持向量机的金融数据分析研究
基于Spark的大数据计算模型
基于朴素贝叶斯算法的垃圾短信智能识别系统
极限学习机在图像分割中的应用
一种基于迁移极速学习机的人体行为识别模型
物联网技术(2015年9期)2015-09-22 09:23:43