异常入侵检测中数据挖掘技术RIPPER的应用

赵玉明; 滕少华; 张巍; 伍乃骐

欢迎来到能源电力期刊网！

English Version 期刊登录

您当前的位置：

首页 >

文章列表页 >

异常入侵检测中数据挖掘技术RIPPER的应用

综合研究 | 更新时间：2026-05-27

- 异常入侵检测中数据挖掘技术RIPPER的应用
- The Application of Data Mining Technology in Anomaly Detection
- 广东工业大学学报 2005年22卷第3期页码：48-52
- 作者机构：
- 作者简介：
- 基金信息：
  
  广东省自然科学基金团队项目(20003051);广东省自然科学基金项目(041074117)
- DOI：
  中图分类号：
- 网络首发：2005-07-02，
  
  纸质出版：2005
- 稿件说明：
移动端阅览
赵玉明, 滕少华, 张巍, 伍乃骐. 异常入侵检测中数据挖掘技术RIPPER的应用[J]. 广东工业大学学报, 2005, 22(3): 48-52.

ZHAO Yu-ming, TENG Shao-hua, ZHANG Wei, et al. The Application of Data Mining Technology in Anomaly Detection[J]. 2005, 22(3): 48-52.
赵玉明, 滕少华, 张巍, 伍乃骐. 异常入侵检测中数据挖掘技术RIPPER的应用[J]. 广东工业大学学报, 2005, 22(3): 48-52. DOI：

ZHAO Yu-ming, TENG Shao-hua, ZHANG Wei, et al. The Application of Data Mining Technology in Anomaly Detection[J]. 2005, 22(3): 48-52. DOI：

摘要

介绍了入侵检测技术的分类以及数据挖掘技术在入侵检测中的应用

并阐述了构建的基于数据挖掘算法RIPPER的异常入侵检测系统的设计与实现.

Abstract

This paper introduces the categories of intrusion detection and the application of data mining technology in anomaly detection.It also describes the design and the implementation of the anomaly IDS based on data mining algorithms

RIPPER.

关键词

Keywords

references

Wenke Lee,Salvatore J Stolfo.Learning patterns from unix process execution traces for intrusion detection. In AAAI Workshop on AI Approaches to Fraud Detection and Risk Management[C], AAAI Press . 1997

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

一种实时的网络入侵检测系统——Bro的研究

多尺度对比嵌入增强的自适应入侵检测模型

小样本纠错的多层入侵检测分类研究

基于数据挖掘的短期电力负荷风险预测分析

基于正交投影的降维分类方法研究