| 基于特征选择和支持向量机的托攻击检测方法 |
| |
| 引用本文： | 吕成戍.基于特征选择和支持向量机的托攻击检测方法[J].计算机应用与软件,2015,32(5). |
| |
| 作者姓名： | 吕成戍 |
| |
| 作者单位： | 东北财经大学管理科学与工程学院 辽宁 大连116025 |
| |
| 基金项目： | 中央财政支持地方高校发展专项资金科研项目，辽宁省教育厅科学技术研究项目，教育部人文社会科学研究项目 |
| |
| 摘 要： | 为了提高支持向量机的托攻击检测效果,提出一种不同于单一算法的基于特征选择和支持向量机的托攻击检测方法。首先定义特征的样本差异性度量,并由此推导出特征的类别可分性度量作为特征选择准则,然后用支持向量机评估所选特征子集的有效性,在不损失样本信息的前提下,通过递归反向特征剔除算法实现检测特征的自动优选,最后利用支持向量机来检测攻击用户概貌。在标杆数据集上与文献中的经典方法进行实验比较和分析,结果显示该方法可以有效地提取最具检测能力的特征子集,同时能获得更好的检测效果,证明了方法的有效性。
|
| 关 键 词： | 推荐系统 托攻击检测 特征选择 支持向量机 |
SHILLING ATTACK DETECTION BASED ON FEATURE SELECTION AND SVM |
| |
| Lü Chengshu.SHILLING ATTACK DETECTION BASED ON FEATURE SELECTION AND SVM[J].Computer Applications and Software,2015,32(5). |
| |
| Authors: | Lü Chengshu |
| |
| Abstract: | |
| |
| Keywords: | Recommending system Shilling attack detection Feature selection Support vector machine ( SVM) |
| 本文献已被 万方数据 等数据库收录！ |
|
