原文传递
支持向量机算法及其在网络入侵检测中的应用
| 论文题名： | 支持向量机算法及其在网络入侵检测中的应用 |
| 关键词： | 网络入侵检测;支持向量机;机器学习;全局最优;网络安全;船舶信息管理系统 |
| 摘要： | 支持向量机作为一种新的机器学习方法,是近40年统计学习理论研究成果的结晶,具有训练样本少、推广能力好、全局最优以及广泛的适用性等优点,已被应用于模式识别、信号处理、控制系统等多个领域,并取得极好的效果。此外,通过选择或设计不同的核函数,支持向量机还可被用来产生各种机器学习网络,如RBF网络,FF神经网络等。支持向量机克服了在使用其它学习方法时遇到的一些问题,如局部最优、参数复杂、结果不稳定等。由于支持向量机潜在的应用价值,吸引了国际上众多的知名学者,出现了很多发展和改进的支持向量机。如自适应支持向量机、模糊支持向量机、加权支持向量机,超球面支持向量机等。随着计算机网络规模的扩大及网络攻击行为的泛滥,网络安全成为一个倍受关注的焦点,并成为国家安全的重要组成部分。入侵检测作为保护网络安全的重要的技术手段,正受到越来越多的网络用户及网络安全研究人员的青睐。在交通运输领域,入侵检测系统同样具有重大的应用价值。以计算机网络为基本框架的智能运输系统、船舶信息管理系统、船舶监控系统等信息系统,虽然其所存储的信息可能不涉及国家机密,但其网络的安全直接关系到系统运行是否可靠,进而关系到车辆运输、船舶航行的安全。 |
| 作者： | 贾银山 |
| 专业： | 交通信息工程及控制 |
| 导师： | 贾传荧 |
| 授予学位： | 博士 |
| 授予学位单位： | 大连海事大学 |
| 学位年度： | 2004 |
| 正文语种： | 中文 |
检索历史
应用推荐
