基于RST和SVM的入侵检测系统

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于RST和SVM的入侵检测系统

刘碧森, 钟守铭

文章导航 > 电子科技大学学报 > 2005 > 34(4): 533-536

刘碧森, 钟守铭. 基于RST和SVM的入侵检测系统[J]. 电子科技大学学报, 2005, 34(4): 533-536.

引用本文:

刘碧森, 钟守铭. 基于RST和SVM的入侵检测系统[J]. 电子科技大学学报, 2005, 34(4): 533-536.

LIU Bi-sen, ZHONG Shou-ming. IDS Based on RST and SVM[J]. Journal of University of Electronic Science and Technology of China, 2005, 34(4): 533-536.

Citation:

LIU Bi-sen, ZHONG Shou-ming. IDS Based on RST and SVM[J]. Journal of University of Electronic Science and Technology of China, 2005, 34(4): 533-536.

基于RST和SVM的入侵检测系统

1.
电子科技大学应用数学学院成都 610054

作者简介:
刘碧森(1976-),男,硕士,主要从事稳定性理论、学习机、神经网络等方面的研究.

中图分类号: TP273⁺.22;O234

IDS Based on RST and SVM

1.
School of Applied Mathematics,UEST of China Chengdu 610054

摘要: 结合粗糙集理论和支持向量机的特点,构建了基于粗糙集理论和支持向量机的知识简化系统,针对入侵检测系统进行了研究分析,建立了基于粗糙集理论和支持向量机的入侵检测系统,最后通过仿真实验比较,其结果表明该系统有效改进了以往的入侵检测系统的。
- 支持向量机 /
- 粗糙集理论 /
- 入侵检测 /
- 知识简化
Abstract: In this paper, RST is integrated with SVM, and knowledge reduction system is constructed based on RST and SVM, and integrated Rough Set Theory into SVM. Then Intrusion Detection System (IDS) based on RST and SVM is built by analyzing IDS. Finally, comparison of detection ability between the above detection method and others is given. So the IDS based on RST and SVM is a better project.
- rough set theory /
- support vector machine /
- intrusion detection /
- knowledge reduction

[1]	刘忠宝. 新型支持向量机在风速预测模型中的应用研究 . 电子科技大学学报, 2014, 43(5): 754-757. doi: 10.3969/j.issn.1001-0548.2014.05.021
[2]	彭云峰, 何模雄, 隆克平. 入侵检测灰色空间模型及应用 . 电子科技大学学报, 2012, 41(3): 453-458. doi: 10.3969/j.issn.1001-0548.2012.03.025
[3]	张靖, 何发镁, 邱云. 个性化推荐系统描述文件攻击检测方法 . 电子科技大学学报, 2011, 40(2): 250-254. doi: 10.3969/j.issn.1001-0548.2011.02.019
[4]	丁世飞, 齐丙娟, 谭红艳. 支持向量机理论与算法研究综述 . 电子科技大学学报, 2011, 40(1): 2-10. doi: 10.3969/j.issn.1001-0548.2011.01.001
[5]	张雪芹, 顾春华, 吴吉义. 异常检测中支持向量机最优模型选择方法 . 电子科技大学学报, 2011, 40(4): 559-563. doi: 10.3969/j.issn.1001-0548.2011.04.017
[6]	何海江, 陈姝. 由排序支持向量机抽取博客文章的摘要 . 电子科技大学学报, 2010, 39(4): 593-597. doi: 10.3969/j.issn.1001-0548.2010.04.026
[7]	张贤勇, 熊方, 莫智文, 程伟. 程度与精度的逻辑差粗糙集模型 . 电子科技大学学报, 2010, 39(5): 783-787. doi: 10.3969/j.issn.1001-0548.2010.05.028
[8]	武斌, 杨义先, 郑康锋. 入侵检测中基于序列模式的告警关联分析 . 电子科技大学学报, 2009, 38(3): 415-418. doi: 10.3969/j.issn.1001-0548.2009.03.023
[9]	向国齐, 严志坚, 黄大贵. 支持向量机替代模型的遗传优化设计 . 电子科技大学学报, 2009, 38(3): 459-462. doi: 10.3969/j.issn.1001-0548.2009.03.034
[10]	胡丹, 肖建, 车畅. 再生核支持向量机在非线性系统中的应用 . 电子科技大学学报, 2008, 37(1): 124-127.
[11]	徐图, 罗瑜, 何大可. 多类支持向量机的DDoS攻击检测的方法 . 电子科技大学学报, 2008, 37(2): 274-277.
[12]	郑君杰, 肖军模, 刘志华, 王晓蕾, 王宏涛. 基于Honeypot技术的网络入侵检测系统 . 电子科技大学学报, 2007, 36(2): 257-259.
[13]	王勇, 许录平. 独立成分分析和支持向量机的虹膜识别方法 . 电子科技大学学报, 2007, 36(3): 583-586.
[14]	张增军, 李向阳, 肖军模. 基于粗糙集理论的数据库推理控制 . 电子科技大学学报, 2007, 36(3): 528-530,537.
[15]	刘才铭, 张雁, 赵辉, 彭凌西, 曾金全. 多级免疫检测器集在分布式入侵检测中的应用 . 电子科技大学学报, 2007, 36(6): 1179-1182.
[16]	周鸣争, 汪军. 基于支持向量机的传感器非线性误差校正 . 电子科技大学学报, 2006, 35(2): 242-245.
[17]	彭宏. 基于粗糙集理论的入侵检测方法研究 . 电子科技大学学报, 2006, 35(1): 108-110,136.
[18]	杨挺, 罗光春. 分布式入侵检测系统修复机制 . 电子科技大学学报, 2005, 34(5): 634-637.
[19]	黄羽, 黄迪明, 何险峰, 武明. 遗传算法在入侵检测中的应用 . 电子科技大学学报, 2003, 32(6): 679-682.
[20]	陈霖. 分布式入侵检测系统的设计 . 电子科技大学学报, 2002, 31(2): 188-191.

WeChat

点击查看大图

计量

文章访问数: 4366
HTML全文浏览量: 131
PDF下载量: 78
被引次数: 0

基于RST和SVM的入侵检测系统

1. 电子科技大学应用数学学院成都 610054

作者简介:
刘碧森(1976-),男,硕士,主要从事稳定性理论、学习机、神经网络等方面的研究.

收稿日期: 2004-06-09
刊出日期: 2005-08-15

中图分类号: TP273⁺.22;O234

关键词:

摘要: 结合粗糙集理论和支持向量机的特点,构建了基于粗糙集理论和支持向量机的知识简化系统,针对入侵检测系统进行了研究分析,建立了基于粗糙集理论和支持向量机的入侵检测系统,最后通过仿真实验比较,其结果表明该系统有效改进了以往的入侵检测系统的。

English Abstract

刘碧森, 钟守铭. 基于RST和SVM的入侵检测系统[J]. 电子科技大学学报, 2005, 34(4): 533-536.

引用本文:

刘碧森, 钟守铭. 基于RST和SVM的入侵检测系统[J]. 电子科技大学学报, 2005, 34(4): 533-536.

LIU Bi-sen, ZHONG Shou-ming. IDS Based on RST and SVM[J]. Journal of University of Electronic Science and Technology of China, 2005, 34(4): 533-536.

Citation:

LIU Bi-sen, ZHONG Shou-ming. IDS Based on RST and SVM[J]. Journal of University of Electronic Science and Technology of China, 2005, 34(4): 533-536.

全文HTML

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

期刊在线

编辑办公

友情链接

电子科技大学

版权所有 © 《电子科技大学学报》编辑部

地址: 成都市建设北路二段四号电子科技大学主楼中350室电话: 028-83202308,83207559 Email: xuebao@uestc.edu.cn

本系统由北京仁和汇智信息技术有限公司开发