您的位置： 专家智库 > >

全亮亮

作品数：2 被引量：9H指数：2
供职机构：武汉科技大学更多>>
相关领域：自动化与计算机技术更多>>

合作作者

文献类型

  • 1篇期刊文章
  • 1篇学位论文

领域

  • 2篇自动化与计算...

主题

  • 2篇贝叶斯
  • 2篇贝叶斯分类
  • 2篇BIRCH
  • 1篇异常检测
  • 1篇异常检测模型
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇入侵
  • 1篇入侵检测
  • 1篇数据挖掘
  • 1篇数据挖掘算法
  • 1篇向量
  • 1篇向量机
  • 1篇基于数据
  • 1篇基于支持向量...

机构

  • 2篇武汉科技大学

作者

  • 2篇全亮亮
  • 1篇吴卫东

传媒

  • 1篇计算机应用

年份

  • 1篇2013
  • 1篇2012
共 2 条 记 录，以下是 1-2
全选 清除 导出
排序方式：
基于支持向量机和贝叶斯分类的异常检测模型被引量：7
2012年
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%。
全亮亮吴卫东
关键词：异常检测支持向量机贝叶斯分类
基于数据挖掘算法的入侵检测研究
入侵检测是一种用于发现计算机网络或系统中违反安全策略的行为并对其做出反应的过程。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的检测基于数据包负载的攻击，即对于U2R和R2L这两类攻击的检测率较低...
全亮亮
关键词：贝叶斯分类数据挖掘算法入侵检测
文献传递
全选 清除 导出
共1页<1>
聚类工具0