基于粗糙集的自适应入侵检测算法
陈小明
摘要(Abstract)：
要想增强入侵检测系统的检出率,将检错的失误降低,就需要依靠基于粗糙集的自适应入侵检测算法,该检测法的提出是建立在目前的入侵检测方法之上的。基于粗糙集的自适应入侵检测算法中既有粗糙集算法,又有入侵检测技术,因此二者的结合可以将安全检测的目的达到。通过对实验数据进行分析,可以得出这样的结论:使用基于粗糙集的自适应入侵检测算法可以将检测率大幅度的提高,无论是基于BP(back propagation)神经网络算法还是支持向量机的入侵检测算法都比不上该算法,因此使用基于粗糙集的自适应入侵检测算法比较科学、有效,可以提供较好的入侵检测服务。
关键词(KeyWords)： 粗糙集;计算机网络安全;知识约简;入侵检测
基金项目(Foundation):
作者(Author): 陈小明
DOI: 10.16393/j.cnki.37-1436/z.2014.s1.088
参考文献(References)：
- [1]蒋建春,马恒太,任党恩,等.网络安全入侵检测.研究综述[J].软件学报,2011,(11).
- [2]杨武,云晓春,李建华.一种基于强化规则学习的高效入侵检测方法[J].计算机研究与发展,2013,(7).
- [3]饶鲜,董春曦,杨绍全.基于支持向量机的入侵检测系统[J].软件学报,2012,(4).
- [4]蔡忠闽,管晓宏,邵萍,等.基于粗糙集理论的入侵检测新方法[J].计算机学报,2011,(3).
- [5]陈媛媛,张记龙,李晓基.于粗糙集核优化的支持向量机在多组分污染气体定量分析中的研究与应用[J].光谱学与光谱分析,2010,(12).
- [6]蒋复量,周科平,李书娜,肖建清.基于粗糙集-神经网络的矿山地质环境影响评价模型及应用[J].中国安全科学学报,2011,(8).
- [7]李孜军,石东平.基于粗糙集-模糊评判-神经网络的隧道施工安全状态评估[J].安全与环境学报,2011,(6).
- [8]钱建平,吴晓明,杨信廷,邢斌粗.集和WebGIS的农产品质量安全应急管理系统[J].农业机械学报,2012,(12).