首页 | 本学科首页   官方微博 | 高级检索  
     

采用改进最小闭包球向量机的电力信息网络入侵检测方法
引用本文:王宇飞,赵婷,李韶瑜,赵保华,李玉杰. 采用改进最小闭包球向量机的电力信息网络入侵检测方法[J]. 电网技术, 2013, 0(9): 2675-2680
作者姓名:王宇飞  赵婷  李韶瑜  赵保华  李玉杰
作者单位:1. 中国电力科学研究院 信息通信研究所,北京市 海淀区,100192
2. 甘肃省电力公司,甘肃省 兰州市,730050
基金项目:国家863高技术基金项目(2011AA05A116)。The National High Technology Research and Development of China (863 Program)
摘    要:为降低电力信息网络入侵检测的检测误差和检测耗时,提出一种基于改进最小闭包球向量机(minimum enclosing ball vector machine,MEBVM)的入侵检测方法。该方法将入侵检测抽象成多分类问题,通过改进MEBVM对历史数据样本的训练学习来得到入侵检测模型。改进MEBVM利用最小闭包球降低检测耗时,并在训练过程中利用粒子群优化算法动态搜索MEBVM的最优训练参数以降低入侵检测模型误差。最后基于电力信息网络现场数据的实验证明,该方法与传统方法相比具有更高的检测精度和更少的检测耗时。

关 键 词:电力信息网络  入侵检测  最小闭包球向量机  粒子群优化算法  多分类问题  误差分析  检测耗时

An Intrusion Detection Method for Electric Power Information Network Based on Improved Minimum Enclosing Ball Vector Machine
WANG Yufei , ZHAO Ting , LI Shaoyu , ZHAO Baohua , LI Yujie. An Intrusion Detection Method for Electric Power Information Network Based on Improved Minimum Enclosing Ball Vector Machine[J]. Power System Technology, 2013, 0(9): 2675-2680
Authors:WANG Yufei    ZHAO Ting    LI Shaoyu    ZHAO Baohua    LI Yujie
Affiliation:WANG Yufei;ZHAO Ting;LI Shaoyu;ZHAO Baohua;LI Yujie;Department of Information & Communication,China Electric Power Research Institute, Haidian District;Gansu Electric Power Corporation;
Abstract:
Keywords:electric power information network  intrusion detection  minimum enclosing ball vector machine (MEBVM)  particle swarm optimization (PSO)  multi classification  error analysis  detection time-consuming
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号