一种改进的SVM算法在入侵检测中的应用 |
| |
引用本文: | 陈武,梁刚,杨进.一种改进的SVM算法在入侵检测中的应用[J].计算机安全,2013(6):2-7. |
| |
作者姓名: | 陈武 梁刚 杨进 |
| |
作者单位: | 四川大学计算机学院;乐山师范学院计算机学院 |
| |
基金项目: | 国家自然科学基金项目(No.61003310);中国博士后科学基金第五批特别资助基金项目(No.2012T50783);中国博士后科学基金(No.2011M501419);四川省哲社重点研究基地“社会发展与社会风险控制研究中心”基金项目(No.SR12B04)资助 |
| |
摘 要: | 传统的入侵检测算法在处理网络流式数据时,由于网络数据量大,而且具有高维性,冗余性等特点,导致入侵检测计算量大,占用资源较多,训练和预测的时间较长等不足,这就需要在保留网络数据有用信息的前提下进行数据的特征提取。采用核主成分分析(KPCA)对网络入侵数据进行维数和消除冗余信息处理,减少支持向量机输入的维数,利用粒子群算法对SVM进行参数寻优,选取修正核函数代替传统的单一核函数,实验证明,该改进算法有效地提高了入侵检测的检测率,同时也提高了预测的速度。
|
关 键 词: | 入侵检测 KPCA 支持向量机 修正核函数 |
本文献已被 CNKI 等数据库收录! |
|