网络入侵检测中的支持向量机主动学习算法

摘要：

入侵检测系统已经成为网络安全技术的重要组成部分,然而传统的异常入侵检测技术需要通过对大量训练样本的学习,才能达到较高的检测精度,而大量训练样本集的获取在现实网络环境中是比较困难的.文章研究在网络入侵检测中,采用基于支持向量机(SVM)的主动学习算法,解决训练样本获取代价过大带来的问题.文中通过基于SVM的主动学习算法与传统的被动学习算法的对比实验,显示出主动学习算法与传统的学习算法相比,能有效地减少学习样本,极大地提高入侵检测系统的分类性能.

关键词：入侵检测、支持向量机、主动学习

所属期刊栏目：42

分类号：TP393.08(计算技术、计算机技术)

资助基金：中国科学院资助项目60403032;湖南省教育厅青年基金03B009

在线出版日期：2006-04-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：117-119,211