动态自学习的入侵检测模型研究
合集下载
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
动态自学习的入侵检测模型研究
王加民;闫仁武;王继凤;李从;雷艳云
【期刊名称】《计算机工程与设计》
【年(卷),期】2009(030)011
【摘要】针对目前常见的入侵检测的模型的一些结构性的缺点,提出了基本数据挖掘的动态自学习入侵检测模型DMIDS,给出了动态自学习的正常行为库的更新机制,克服了传统静态检测模型必须完全重新学习才能更新模型甚至无法重新学习的缺陷.通过基于KDD'99数据集的实验,表明其相对于传统的异常检测方法在保证较高检测率的前提下,有效地降低了误报率.
【总页数】3页(P2660-2662)
【作者】王加民;闫仁武;王继凤;李从;雷艳云
【作者单位】江苏科技大学,计算机科学与工程学院,江苏,镇江,212003;江苏科技大学,计算机科学与工程学院,江苏,镇江,212003;淮安信息职业技术学院,江苏,淮
安,223003;江苏科技大学,计算机科学与工程学院,江苏,镇江,212003;江苏科技大学,计算机科学与工程学院,江苏,镇江,212003
【正文语种】中文
【中图分类】TP309.08
【相关文献】
1.基于Levenberg-Marquardt算法的转炉动态脱碳自学习模型研究与应用 [J], 李俊;冉瑞生;齐坤;黎小文;胡燕;李冬刚;何立
2.自适应动态入侵检测模型的研究 [J], 宋宏伟;吴爱燕
3.动态自学习的高效入侵检测模型研究 [J], 杨武;张冰;周渊;王巍
4.基于改进的动态克隆选择算法的入侵检测模型研究 [J], 王占锋;张凤斌;魏兴;李昕
5.动态自适应入侵检测模型研究 [J], 蒋亚虎
因版权原因，仅展示原文概要，查看原文内容请购买。