Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Prediction of Rolling Force Based on a Fusion of Extreme Learning Machine and Self Learning Model of Rolling Force Kapitel lesen Erstes Kapitel lesen

2018 | OriginalPaper | Buchkapitel

Application of SVM Based on Information Entropy in Intrusion Detection

verfasst von : Nuo Jia, Dan Liu

Erschienen in: Advances in Intelligent Systems and Interactive Applications

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

Information entropy and SVM can be applied to the intrusion detection system, the combination of the two, the user measured the inherent nature of the audit data or the implementation of appropriate data deformation, so that it can be applied to the model when the training data, experimental results prove that the two combination can be more efficient detection of abnormal intrusion.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel A PROUD Methodology for TOGAF Business Architecture Modeling
Nächstes Kapitel Research of Music Recommendation System Based on User Behavior Analysis and Word2vec User Emotion Extraction
Literatur
1.
Alshammari, R., Sonamthiang, S., Teimourim, M., et al. Using neuro-fuzzy approach to reduce false positive alerts. In: Proceeding of the Fifth Annual Conference on Communication Networks and Services Research, pp. 345–349. Los Alamitos, CA, USA (2007)
2.
Zeng, Q., Wu, S., Wang, M.: Application of information entropy in intrusion detection. J. Nanchang Univ. 31(6), p619–p621 (2007)
3.
Sommer, R., Paxson, V.: Outside the closed world; On using machine learning for network intrusion detection. In: Proceedings of 2010 IEEE Symposium on Security and Privacy, California, pp. 305–316 (2010)
4.
Xiao, Y., Han C., Zheng, Q., et al.: Network intrusion detection method based on multi-class support vector machine. J. Xi’AN Jiaotong Univ. 39(6), 562–565 (2005)
5.
Li, K.L., Huang, H.K., Tian, S.F., Liu, Z.P., Liu, Z.Q.: Fuzzy multi-class support vector machine and application in intrusion detection. Chin. J. Comput. 28(2), 274–280 (2005)
6.
Xia, Q., Wang, Z., Lu, K.: The method of intrusion detection system using information entropy to detect network attack. J. Xi’an Jiaotong Univ. 47(2), 14–19 (2013)
7.
Spathoulas, G.P., Katsikas, S.K.: Reducing false positives in intrusion detection systems. Comput. Secur. 29(1), 35–44 (2010)
8.
Niu, G., Guan, X., Long, Y., et al.: Analysis method of multi-source flow characteristics and its application in anomaly detection. J. PLA Univ. Sci. Technol.:Nat. Sci. Ed. 10(4), 350–355 (2009)
9.
Mabonsy, V.M.A.: Machine learning approach to detecting attacks by identifying anomalies in network traffic. Ph.D. Thesis. Florida Institute of Technology, Melbourne, pp. 129–134 (2003)
Metadaten
Titel
Application of SVM Based on Information Entropy in Intrusion Detection
verfasst von
Nuo Jia
Dan Liu
Copyright-Jahr
2018
Buch
Advances in Intelligent Systems and Interactive Applications

Print ISBN: 978-3-319-69095-7

Electronic ISBN: 978-3-319-69096-4

Copyright-Jahr: 2018

DOI
https://doi.org/10.1007/978-3-319-69096-4_64