基于支持向量机和Hurst指数的集成入侵检测研究  

The Research of Integrated Intrusion Detection Based on SVM and Hurst Parameter

作　　者：肖政宏[1] 周学清[1] 尹浩[2] 

机构地区：[1]湖南文理学院计算机科学与技术系,415000100084 [2]清华大学计算机科学与技术系

出　　处：《微计算机信息》2006年第03X期51-52,64,共3页Control & Automation

基　　金：国家自然科学基金;项目编号(60372019)

摘　　要：提出了一种将SVM算法与Hurst指数相结合的入侵检测方法—集成入侵检测。DARPA上的测试结果表明,该方法不仅能够发现网络中已知的攻击,还能够确定网络中未知的攻击,提高了入侵检测的效率。A new integrated intrusion detection approach is presented based on support vector machine （SVM） and Hurst parameter. The testing results on the DARPA data show that the combined method can detect the possible presence of not only known attacks, but also unknown attacks, and improve detection rate.

关 键 词：集成入侵检测 支持向量机 HURST参数 

分 类 号：TP393.08[自动化与计算机技术—计算机应用技术]