基于免疫的入侵检测方法研究

一种基于DS和SVM的混合入侵检测方法，张凤斌，朱江昆，针对现有入侵检测系统检测率低且误报率高的问题，提出了一种基于支持向量机和证据理论的混合型检测方法，该方法在不同的阶段分别

采用改进的贪心算法和遗传算法结合的混合遗传算法进行属性约简，并利用值约简后生成的入侵检测规则，提出一种基于粗糙集理论和遗传约简算法的入侵检测方法。基于KDDCUP99数据集的实验表明该方法取得了良好的

针对网络入侵检测所处理数据特征维数高、入侵检测系统负荷大、检测速度慢等问题,提出了一种将自适应遗传算法与信息增益相结合的特征选择方法,并采用基于支持向量机的分类器作为自适应遗传算法中适应度函数的计算与

针对传统的基于系统调用序列的异常入侵检测方法中离线学习过程对训练数据量过于依赖的问题，引入频繁子图挖掘理论，利用系统调用序列转换为有向图结构后所特有的衍生能力，能够以较小的训练数据规模获取数量可观且行

基于深度学习的无线网络入侵检测方法,纪艺东,唐碧华,为了改善传统机器学习技术在海量数据和复杂未知无线网络入侵模式上检测的不足,本文提出一种基于稀疏栈式自编码器网络的无线网络

关于入侵检测系统的论文，明确入侵检测系统的研究方向，总结入侵检测系统的研究现状。将其他的系统安全技术与入侵检测系统结合。

网络入侵检测已成为计算机界研究的热点问题之一。介绍了若干用于网络入侵检测的人工智能方法，着重介绍了基于Agent的入侵检测技术，并客观分析了这些方法的优点和不足，同时列举了一些基于人工智能方法的网络入

入侵检测可为计算机网络信息提供安全保障, 在其方法研究中, 由于相关向量机(RVM) 具有高稀疏性且预测中使用概率因素, 在网络入侵检测中优于支持向量机. 然而RVM的核函数参数是经验估计的, 为此,

基于移动Agent的入侵检测系统，李国栋，，移动Agent技术为分布式智能应用提供了一种新的计算手段，它所具备的智能性和移动性为解决分布式入侵检测系统目前存在的问题开拓了�

基于snort的入侵与检测系统。手把手教你怎样使用snort在服务架构入侵与检测系统