基于支持向量机的网络风险评估方法的研究 |
| |
引用本文: | 赵小萌,张斌,程晓荣.基于支持向量机的网络风险评估方法的研究[J].硅谷,2012(1):102-102. |
| |
作者姓名: | 赵小萌 张斌 程晓荣 |
| |
作者单位: | 华北电力大学,河北保定071003 |
| |
摘 要: | 统计学习理论(Statistical Learning Theory,SLT)是一种专门研究小样本情况下机器学习规律的理论,作为统计学习理论的VC维理论和结构风险最小化(Structure Risk Minimization,SRM)原则的具体实现算法支持向量机(support vector machinse,SVM),集优化、核(Kernel)、最佳推广能力等特点于一身,其出色的学习能力被广泛的关注并在各个领域广泛应用,系统介绍基于支持向量机的网络安全风险评估,给出其可行性、优越性及SVM评估模型,最后提出该研究发展方向与前景的预见。
|
关 键 词: | 统计学习 风险评估 支持向量机 |
本文献已被 CNKI 维普 等数据库收录! |
|