期刊文献+

基于ART-2的网络入侵检测及其改进方法

下载PDF
导出
摘要 本文通过对采用传统ART-2的入侵检测模型及采用朴素贝叶斯的入侵检测模型的进行对比,发现改进后的ART-2神经网络打破了传统ART-2对渐变过程不敏感的局限性,使得新模型能够分辨渐变过程,提高了预分类的能力。
作者 张哲
出处 《科技传播》 2010年第7期128-129,共2页 Public Communication of Science & Technology
  • 相关文献

参考文献4

二级参考文献21

  • 1姜卯生,王浩,姚宏亮.朴素贝叶斯分类器增量学习序列算法研究[J].计算机工程与应用,2004,40(14):57-59. 被引量:10
  • 2申岸伟,俞斌,关海鹰.ART-2神经网络分类器的研究[J].北方交通大学学报,1996,20(2):146-151. 被引量:11
  • 3毛伟,徐蔚然,郭军.基于n-gram语言模型和链状朴素贝叶斯分类器的中文文本分类系统[J].中文信息学报,2006,20(3):29-35. 被引量:16
  • 4韩小云,刘瑞岩.ART-2网络学习算法的改进[J].数据采集与处理,1996,11(4):241-245. 被引量:22
  • 5[1]Kumar S. Classification and detection of computer intrusions [D]. West Lafayetle: School of Liberal Arts Purdue University, 1995.
  • 6[2]Ghosh A K, Schwartzbard A. A study in using neural networks for anomaly and misuse detection[Z]. The 8th USENIX Security Symposium, Washington,1999.
  • 7[4]Snapp S. DIDS (distributed intrusion detection system ) - Motivation, architecture and early prototype [Z]. The 14th National Computer Security Conference, Washington, 1991.
  • 8[5]Cannady J. Artificial neural networks for misuse detection[Z]. The 21st National Information Systems Security Conference, Arlington, 1998.
  • 9[6]Dittrich D. Distributed denial of service (DDoS)attacks/tools [EB/OL ]. http: // staff. washington.edu/dittrich/misc/ddos/, 2003-09-06/2003-09-14.
  • 10[8]Lee W K. A data mining framework for constructing features and models for intrusion detection systems[D]. New York: Graduate School of Arts and Sciences, Columbia University, 1999.

共引文献20

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部