基于TSVM分类的网络入侵检测方法  

Network Intrusion Detection Based on TSVM Classification Scheme

作　　者：李洋[1,2] 方滨兴[1] 郭莉[1] 

机构地区：[1]中国科学院计算技术研究所,北京100080 [2]中国科学院研究生院,北京100049

出　　处：《计算机研究与发展》2007年第z2期198-202,共5页Journal of Computer Research and Development

基　　金：国家自然科学基金项目(60573134);国家"二四二"信息安全计划基金项目(2005C39)

摘　　要：网络入侵检测技术是入侵检测领域研究的热点内容,但仍然存在误报率较高、对建立检测模型的数据要求过高、在缺乏足够训练数据的"小样本"环境下检测性能明显下降等问题.基于TSVM分类机器学习算法,提出了一种有指导的网络入侵检测新方法,能够高效地检测网络入侵.通过基于著名的KDD Cup 1999数据集的实验,表明其相对于传统的入侵检测方法具有较高的检测率和较低的误报率;特别是在采用"小样本"训练集的情况下,其仍能保证较高的检测性能.

关 键 词：网络安全 入侵检测 支持向量机 TSVM 分类学习 机器学习 

分 类 号：TP309[自动化与计算机技术—计算机系统结构]