入侵检测分类技术的比较研究

doi:10.19358/j.issn.1674-7720.2017.15.003

	入侵检测分类技术的比较研究
	郝晓弘; 张晓峰
刊名	微型机与应用
	2017
期号	2017年15期页码:8-11+15
关键词	入侵检测数据挖掘 Weka KDD CUP99
ISSN号	ISSN：1674-7720
DOI	10.19358/j.issn.1674-7720.2017.15.003
英文摘要	入侵检测是网络安全研究的主要问题之一,有效的检测方法在开发入侵检测系统中发挥着至关重要的作用。通过对数据挖掘中的分类算法进行深入研究,选取四种常用的分类算法如决策树、贝叶斯、K最近邻法和神经网络来分别构建入侵检测系统,旨在找到最有效的分类算法。仿真实验在Weka环境下使用KDD CUP99数据集进行测试。实验表明,采用C4.5决策树构建的入侵检测系统具有良好的检测性能,是一种非常有效的网络入侵检测方法。
URL标识	查看原文
语种	中文
内容类型	期刊论文
源URL	[http://119.78.100.223/handle/2XXMBERH/3542]
专题	计算机与通信学院电气工程与信息工程学院
作者单位	兰州理工大学计算机与通信学院
推荐引用方式 GB/T 7714	郝晓弘,张晓峰. 入侵检测分类技术的比较研究[J]. 微型机与应用,2017(2017年15期):8-11+15.
APA	郝晓弘,&张晓峰.(2017).入侵检测分类技术的比较研究.微型机与应用(2017年15期),8-11+15.
MLA	郝晓弘,et al."入侵检测分类技术的比较研究".微型机与应用 .2017年15期(2017):8-11+15.