基于机器学习的入侵检测系统研究
Intrusion Detection System Based on Machine Learning

王旭仁 ¹ 许椿生 ²

文摘	入侵检测系统存在特征不能自动生成、特征库更新慢、无法适应大量数据等缺点。该文该文提出了基于机器学习的入侵检测系统，将遗传算法和贝叶斯分类算法结合使用，使得检测规则可以自动生成，克服手工编码的不精确、更新慢的缺陷，同时能够处理和分析大数量数据。最后给出了实验分析结果。
其他语种文摘	Intrusion detection system has some defects, such as signatures being generated manually, updating difficulty and doing nothing in front of large data set. This paper discusses intrusion detection system with machine learning techniques. By making usage of Gene algorithm and Bayes classifiers, the defects mentioned above can be reduced to some extent and some tests have been done to show machine learning magic capability in intrusion detection system.
来源	计算机工程 ,2006,32(14):107-108,153 【核心库】
关键词	机器学习 ; 入侵检测系统 ; 遗传算法 ; 贝叶斯分类法
地址	1. 首都师范大学信息工程学院, 北京, 100037 2. 中科院高能物理所计算中心, 北京, 100039
语种	中文
文献类型	研究性论文
ISSN	1000-3428
学科	自动化技术、计算机技术
基金	国家973计划
文献收藏号	CSCD:2478813