摘要
传统基于关键词的入侵检测技术主要缺点在于较高的虚警概率。为了克服高虚警的缺点,作者采用神经网络技术与关键词匹配技术相结合的方法,取得较好的效果。重点对智能化网络入侵检测中关键词表的选择原则及其对实际检测性能的影响效果进行了分析研究。对比实验结果证实了所提出的关键词选择原则。
Traditional keyword-based intrusion detection techniques result in relatively high false alarm probabilities.In order to tackle this problem,the authors adopt the method of combining keyword selection with artificial neural networks and achieve satisfactory performances.This paper emphasizes on the description of keyword selection principles and cor-responding effects on the final detection performances.Comparison of experimental results validate proposed principles.
出处
《计算机工程与应用》
CSCD
北大核心
2004年第6期178-180,190,共4页
Computer Engineering and Applications
基金
国家自然科学基金重点项目"信息防护关键技术研究"(编号:69931040)资助
关键词
入侵检测
关键词选择
神经网络
Intrusion Detection,Keyword Selection,Neural Network