基于机器学习的网络入侵检测研究  

作　　者：田亚娟[1] 秦秋菊[2] 程国建[3] 强新建[3] 

机构地区：[1]西安石油大学电子工程学院,西安710065 [2]西安石油大学财务处,西安710065 [3]西安石油大学计算机学院,西安710065

出　　处：《计算机光盘软件与应用》2014年第5期30-31,共2页Computer CD Software and Application

基　　金：基于数据挖掘的高校资产管理信息系统网络安全研究(陕教财[2013]39号)

摘　　要：随着网络通信数据的几何增长,基于人为分析的网络入侵检测方法限制了系统的自动检测能力。软计算模拟技术可以有效地提高分析系统的能力,其中基于机器学习的方法可以进行网络入侵自动检测。这些技术都是基于网络数据的统计分析,数据处理算法可以使用先前发现的数据模式,对网络通信的新数据模式做出决策。本文探讨了智能网络入侵检测系统中应用的多种软计算技术和机器学习方法,为建立一个健壮的智能网络入侵检测系统奠定基础,从而获得高效的网络入侵检测与防御系统。

关 键 词：入侵检测 机器学习 网络通信 软计算 

分 类 号：TP393.08[自动化与计算机技术—计算机应用技术]