收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

支持向量机在入侵检测中的应用

朱杰  
【摘要】:随着计算机网络技术的发展,对网络安全提出了更高的要求。入侵检测作为网络安全研究的重要内容,更是引起了国内外的广泛关注。在当今计算机应用日益普及的时代,信息安全已经成为人们关注的焦点。现实中频繁发生的计算机入侵行为向计算机安全保障提出了更高的要求。入侵检测技术是继传统安全保护措施之后出现的安全保障技术。它通过相关技术手段及时的检查出目前可能发生的入侵行为,并指导用户做出反应,从而较大的提高目标系统的安全保障能力,降低出现安全危机的可能。 本文通过对当前入侵检测系统中检测方法所存在的一些问题的分析,结合支持向量机(Support Vector Machine简称SVM)分类算法的特点,将支持向量机作为检测方法应用到网络入侵检测领域,提出使用支持向量机构建入侵检测分类器,详细设计了一个基于支持向量机的实用的入侵检测系统模型,并对该模型进行了具体实现,使用KDD CUP 99数据集进行了大量的实验工作。 为了能够更好的处理分析输入数据,提高SVM的性能,本文基于KDD CUP 99数据集定义了距离函数,该距离函数同时兼顾了离散属性值和连续属性值,能够更好的度量数据记录间的距离,然后使用这个新的距离函数对支持向量机的径向基核函数的计算方法进行了改进,并实现了一个基于SVM的入侵检测分类器,并对其效果进行了测试。测试结果表明,改进算法的训练速度和分类速度都非常快,对每条记录的处理都在毫秒级,且精度较高,普遍高于一般的分类算法。结果也表明,支持向量机算法的学习能力很强,对于新的入侵方式也有很好的效果,可以检测未知的攻击,具有较好自学习的能力。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 李健;范万春;;网络入侵智能识别技术研究[J];计算机工程与应用;2006年03期
2 李锦源;汪宏喜;黄晓慰;;一种基于SVM和LVQ神经网络的入侵检测方法[J];硅谷;2010年21期
3 林杨;刘贵全;杨立身;;基于改进SVM方法的入侵检测[J];计算机工程;2007年14期
4 张小强;朱中梁;范平志;;基于T检验和特征项目分析的入侵检测研究[J];铁道学报;2007年06期
5 王庆荣;郑丽英;;基于混合比例方法抽样用于入侵检测[J];兰州交通大学学报;2011年01期
6 温志贤,李小勇;基于支持向量机的网络流量异常检测[J];西北师范大学学报(自然科学版);2005年03期
7 张家超;孔媛媛;;结合SVM与免疫遗传算法设计IDS的检测算法[J];微电子学与计算机;2008年10期
8 李昆仑,黄厚宽,田盛丰,刘振鹏,刘志强;模糊多类支持向量机及其在入侵检测中的应用[J];计算机学报;2005年02期
9 刘永芬;郭躬德;陈美霞;;多类支持向量域分类器及其在入侵检测中的应用[J];福建师范大学学报(自然科学版);2010年03期
10 谷雨;周波;赵佳枢;;SVMENCL:一种入侵检测的新方法(英文)[J];云南民族大学学报(自然科学版);2007年03期
11 王勇,杨辉华,王行愚,何倩;基于最小二乘支持向量机的Linux主机入侵检测系统[J];计算机工程与应用;2005年02期
12 杨洁;郑宁;刘董;罗时贵;;基于遗传算法的SVM带权特征和模型参数优化[J];计算机仿真;2008年09期
13 陈美霞;郭躬德;刘永芬;黄杰;;二叉树多类SVM在网络入侵检测中的应用[J];微计算机信息;2010年09期
14 顾钧;;基于KPCA和SVM的网络入侵检测研究[J];计算机仿真;2010年07期
15 林杨;刘贵全;杨立身;;异常检测中的改进SVM方法[J];信息安全与通信保密;2006年12期
16 吴静;刘衍珩;孟凡雪;;入侵检测中的多分类SVM增量学习算法[J];北京工业大学学报;2009年12期
17 蒋琦;庄毅;谢东;;一种基于支持向量机和免疫规则生成的洪泛攻击检测方法[J];计算机应用;2005年S1期
18 王楚正;谭骏珊;李光;;基于进程调度序列的网络入侵检测[J];计算技术与自动化;2006年04期
19 饶鲜,董春曦,杨绍全;基于支持向量机的入侵检测系统[J];软件学报;2003年04期
20 黄萍,李之棠;应用支持向量机实现分布式入侵检测[J];华中科技大学学报(自然科学版);2003年S1期
中国重要会议论文全文数据库 前10条
1 张家超;孔媛媛;;结合SVM与免疫遗传算法设计IDS的检测算法[A];2008年全国开放式分布与并行计算机学术会议论文集(下册)[C];2008年
2 廖桂平;喻飞;沈岳;张林峰;徐成;;入侵检测系统性能评估中实验环境的仿真[A];第二十六届中国控制会议论文集[C];2007年
3 王东;王丽娜;董晓梅;于戈;申德荣;;基于免疫思想的入侵检测研究[A];第十九届全国数据库学术会议论文集(技术报告篇)[C];2002年
4 林杰华;张斌;李冬森;宋华茂;余志强;王浩;;支持向量机在电力客户信用评级中的应用[A];全国第21届计算机技术与应用学术会议(CACIS·2010)暨全国第2届安全关键技术与应用学术会议论文集[C];2010年
5 蒋铁军;张怀强;李积源;;多变量系统预测的支持向量机方法研究[A];管理科学与系统科学研究新进展——第7届全国青年管理科学与系统科学学术会议论文集[C];2003年
6 黄淑云;孙兴玉;梁汝萍;邱建丁;;基于小波支持向量机预测蛋白质亚细胞定位研究[A];第十一届全国计算(机)化学学术会议论文摘要集[C];2011年
7 谢湘;匡镜明;;支持向量机在语音识别中的应用研究[A];现代通信理论与信号处理进展——2003年通信理论与信号处理年会论文集[C];2003年
8 张满怀;;两类基于异常的网络入侵检测方法的比较[A];2007中国科协年会——通信与信息发展高层论坛论文集[C];2007年
9 陈观林;王泽兵;冯雁;;入侵检测系统中的规划识别研究[A];第六届全国计算机应用联合学术会议论文集[C];2002年
10 涂冬成;薛龙;刘木华;赵进辉;沈杰;吁芳;;基于支持向量机的鹅肉肉色客观评定研究[A];中国农业工程学会电气信息与自动化专业委员会、中国电机工程学会农村电气化分会科技与教育专委会2010年学术年会论文摘要[C];2010年
中国博士学位论文全文数据库 前10条
1 马振婴;混合软计算技术在入侵检测中的应用研究[D];重庆大学;2010年
2 王飞;入侵检测分类器设计及其融合技术研究[D];南京理工大学;2011年
3 董春曦;支持向量机及其在入侵检测中的应用研究[D];西安电子科技大学;2004年
4 赵月爱;基于非均衡数据分类的高速网络入侵检测研究[D];太原理工大学;2010年
5 郑凯梅;基于统计机器学习的网络入侵检测分类研究[D];中国矿业大学(北京);2010年
6 耿立中;基于入侵检测的附网存储设备安全关键技术研究[D];清华大学;2010年
7 吴静;入侵检测中神经网络融合学习方法的研究[D];吉林大学;2010年
8 周喜川;非可信环境下的支持向量机研究[D];浙江大学;2010年
9 汪世义;智能优化算法研究及其应用[D];安徽大学;2011年
10 郭陟;可视化入侵检测研究[D];清华大学;2004年
中国硕士学位论文全文数据库 前10条
1 肖海明;基于数据降维和支持向量机的入侵检测方法研究[D];华北电力大学(河北);2010年
2 王建;基于模式匹配的网络入侵检测系统的研究与设计[D];武汉理工大学;2010年
3 李盼;基于LLE特征提取的BVM网络入侵检测方法[D];华北电力大学(北京);2011年
4 朱林杰;基于多分类器集成的入侵检测研究[D];兰州理工大学;2011年
5 谢清森;改进的PrefixSpan算法在入侵检测中的应用[D];暨南大学;2010年
6 刘晓;基于BP神经网络的智能入侵检测研究[D];重庆大学;2010年
7 曾亮;基于SVM的入侵检测性能改进研究[D];中南民族大学;2010年
8 冯颖;基于智能手机的伪装者检测[D];北京交通大学;2011年
9 王占中;基于CORBA的入侵检测系统研究[D];广西大学;2004年
10 王瑛;基于模糊聚类的入侵检测算法研究[D];江西理工大学;2010年
中国重要报纸全文数据库 前10条
1 ;如何选择和使用UTM设备[N];网络世界;2009年
2 钟力 姚兰 梁中骐;抓住罪恶之“手”[N];网络世界;2004年
3 ;NetScreen-IDP 500 高端入侵检测与防护设备[N];计算机世界;2003年
4 行健;启明星辰发布天阗入侵检测与管理系统V6.0[N];国际商报;2004年
5 启明星辰信息技术有限公司总裁兼CEO 严望佳;启明星辰:追求产业创新[N];电脑商报;2008年
6 王明毅;入侵检测融合漏洞扫描技术带来产品新突破[N];中国石油报;2004年
7 翟金钟;把好网络安全这道关[N];金融时报;2002年
8 Henry Wang;误报漏报是个难点[N];中国计算机报;2004年
9 北京 张率;防黑第一招[N];中国电脑教育报;2001年
10 李刚;打IDS“组合拳”[N];中国计算机报;2004年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978