基于机器学习的网络入侵检测模型及方法研究

摘要

基于统计机器学习方法的优势提出一种网络入侵检测系统模型.该模型是一种通用的模型,其中每个模块功能可以采用不同的方法进行实现,模型的各个部分也可以根据实际应用情况进行添加或删减.同时,为验证所提出模型的可行性,在实验部分采用Fisher实现模型中的特征选择部分,采用典型的机器学习方法SVM和朴素贝叶斯分别实现模型中统计机器学习部分.实验结果表明,所提出的基于机器学习的网络入侵检测系统模型,具有一定的可行性.在采用Fisher实现特征选择,SVM算法实现统计机器学习部分时,统计机器学习分类的准确率更高.