典型文献
以机器学习为内核的网络入侵检测模型研究
文献摘要：
网络技术实现了万物互联,为人们的生活、学习和工作等都带来了极大便利,然而随着网络环境的越来越复杂,网络系统安全风险也日益突出,尤其是网络入侵对网络安全的威胁巨大,加强网络入侵检测是保证网络安全的第一关口,有着重要意义.本文基于支持向量机、蚁群算法等原理构建基于机器学习算法的网络入侵检测模型,该模型经标准网络入侵检测数据库的验证,其检测准确率高达95％,可很好地提升网络安全.
文献关键词：
网络安全;机器学习;入侵检测模型;支持向量机;蚁群算法
中图分类号：
作者姓名：
顾凌云
作者机构：
上海冰鉴信息科技有限公司,上海 200120
文献出处：
引用格式：
[1]顾凌云-.以机器学习为内核的网络入侵检测模型研究)[J].中文信息,2022(06):4-6
A类：
B类：
网络入侵检测,入侵检测模型,万物互联,大便,网络环境,网络系统,系统安全,第一关,关口,蚁群算法,基于机器学习,机器学习算法,标准网,检测数据,检测准确率
AB值：
0.247315
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
