|
1.
基于支持向量机和贝叶斯分类的异常检测模型
全亮亮 吴卫东
计算机应用
2012, 32 (06):
1632-1635.
DOI: 10.3724/SP.J.1087.2012.01632
通过对网络攻击类型和入侵检测方法的研究,发现常用的入侵检测方法不能很好地检测U2R和R2L两类攻击。为解决异常检测中对于U2R和R2L两类攻击检测率低的问题,提出了一种基于支持向量机和贝叶斯分类的异常检测模型,该模型利用BIRCH聚类算法减少训练数据集中重复记录,并利用支持向量机分类算法和贝叶斯分类算法分别检测DoS、Probe攻击和U2R、R2L攻击。实验结果表明,该模型对于U2R和R2L的检测率分别提高到了68.6%和45.7%。
相关文章 |
多维度评价
|
|