基于SVM的网络攻击检测系统研究  

Research on the System of SVM-based Network Attacks Detection

作　　者：杨世恩[1] 陈春梅[2] 

机构地区：[1]西南科技大学网络信息中心,四川绵阳621010 [2]西南科技大学信息工程学院,四川绵阳621010

出　　处：《长江大学学报（自然科学版）》2011年第8期81-84,279,共4页Journal of Yangtze University(Natural Science Edition)

基　　金：国家自然科学基金项目(61072138)

摘　　要：网络的安全性问题一直是大家所关心的热门话题,网络病毒和网络攻击的防护措施也不断革新。以动态跟踪网络数据并实时监控来进行网络安全管理为基础,阐述了支持向量机SVM算法的统计学习理论及分类原理,设计出了网络攻击检测模型,并对该模型进行性能分析。通过KDDCUP99数据集以及捕获的数据仿真得出,该模型对网络攻击检测具有较高的准确性和泛化能力。The problem of network security has been a hot topic to us,and the protection for the virus and attack of network is innovation.Based on the dynamic tracking and real-time monitoring to network data,research on the statistical learning theory and classification theory of svm,and designed a network attack detection model and analysis the performance of the model.Simulation with KDDCUP99 data set and obtained that the model of network attack detection has high accuracy and generalization ability.

关 键 词：支持向量机 计算机网络 攻击检测 分类 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]