一种新的基于KPCA和改进ε-SVM的入侵检测模型 |
| |
引用本文: | 余文利,余建军,方建文.一种新的基于KPCA和改进ε-SVM的入侵检测模型[J].计算机工程与应用,2015(11). |
| |
作者姓名: | 余文利 余建军 方建文 |
| |
作者单位: | 1. 衢州职业技术学院 信息工程学院,浙江 衢州,324000 2. 衢州学院 电气与信息工程学院,浙江 衢州,324000 |
| |
基金项目: | 浙江省自然科学基金(No.LY14F020010)。 |
| |
摘 要: | 提出一种新的结合核主成分分析(Kernel Principal Component Analysis,KPCA)和遗传算法(Genetic Algo-rithm,GA)的支持向量机(Support Vector Machine,SVM)入侵检测模型。在新模型中,使用多层SVM分类器来判断网络行为是否为攻击行为,KPCA用于对SVM的输入数据进行预处理,以降低特征向量的维数和缩短训练时间,使用改进的核函数N-RBF来消除属性间差异所导致的噪声,GA算法用来优化SVM三个参数的选择。仿真实验表明,与其他检测模型相比,该模型具有更高的预测精度、更快的收敛速率和更好的泛化性能。
|
关 键 词: | 入侵检测 核主成分分析 核函数 支持向量机 遗传算法 |
本文献已被 万方数据 等数据库收录! |
|