搜索资源列表
IntrusionDetectionTechnologyBaseonSupportVectorMac
- 本论文将统计学习理论引入入侵检测领域，讨论了基于SVM方法的智能检测 策略，检测算法具有良好的推广能力.引入HVDM距离代替范数，改进了SVM的 RBF核函数定义，使之能够直接处理异构的网络连接信息 利用有保证的估计方法 来确定训练数据集规模，避免了依靠实验选择训练规模的盲目性 针对重复样本 和重要样本提出了样本加权的思路，降低了错分样本的可能 考虑到网络连接记 录的不同属性对检测结果贡献不一的事实，提出了特征选择与特征加权的方法， 进而得到一个更好的分类超平面，提高了检
shujuwajuexitongyanjiu
- ：现有NIDS 的检测知识一般由手工编写，其难度和工作量都较大。将数据挖掘技术应用于网络入侵检测，在Snort 的 基础上构建了基于数据挖掘的网络入侵检测系统模型。重点设计和实现了基于K-Means 算法的异常检测引擎和聚类分析模 块，以及基于Apriori 算法的关联分析器。实验结果表明，聚类分析模块能够自动建立网络正常行为模型，并用于异常检测， 其关联分析器能够自动挖掘出新的入侵检测规则。
InvasionExaminationS
- 入侵检测系统，通过扫描系统，是基于字符匹配的算法
bmgsuanfadaima
- bmg特征匹配算法，常用于网络安全中的误用检测。
E2XBforsnort
- snort的e2xb特征检测代码补丁，e2xb是一种快速的多模式匹配算法
聚类算法在网络入侵检测中的应用
- 聚类算法在网络入侵检测中的应用-clustering algorithm in Network Intrusion Detection Application