摘要：随着网络的快速发展，网络安全成为计算机网络中一个重要的研究方向。网络攻击日益频繁，传统的安全防护产品存在漏洞，入侵检测作为信息安全的重要防护手段弥补了防火墙的不足，提供了有效的网络入侵检测措施，保护网络安全。然而传统的入侵检测系统存在许多问题，基于机器学习的入侵检测方法实现了对网络攻击的智能检测，提高了入侵检测的效率，降低了漏报率和误报率。本文首先简要介绍机器学习的部分算法，然后对机器学习算法在网络入侵检测中的应用进行深入的分析，比较各个算法在入侵检测应用中的优势和缺点，最后总结了机器学习的应用前景，为获得性能良好的网络入侵检测和防御系统奠定基础。
分类：期刊> 自然科学与工程技术> 信息科技> 电信技术
收录：北大期刊(中国人文社会科学期刊) > CSCD 中国科学引文数据库来源期刊(含扩展版) > 统计源期刊(中国科技论文优秀期刊) > 知网收录(中) > 维普收录(中) > 万方收录(中) > SA 科学文摘(英) > JST 日本科学技术振兴机构数据库(日) > Pж(AJ) 文摘杂志(俄) > 剑桥科学文摘 > 国家图书馆馆藏 > 上海图书馆馆藏 > 文摘与引文数据库
关键词：机器学习 网络入侵检测 决策树 神经网络 支持向量机
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
