基于云模型的增量SVM入侵检测方法 |
| |
作者单位: | ;1.西安科技大学计算机学院 |
| |
摘 要: | 针对支持向量机增量算法中边界样本的提取机制效率不高的问题,提出基于云模型的增量SVM入侵检测方法。该算法利用云模型稳定性和不确定性的特点,将异类样本间的特征距离映射成隶属度函数,对初始集中边界向量进行提取。分析新增样本对支持向量集的影响,淘汰无用样本。理论分析和仿真实验表明,该算法在保证分类精度的同时有效地提高了检测速度。
|
关 键 词: | 入侵检测 支持向量机 增量学习 云模型 边界向量 |
INCREMENTAL SVM INTRUSION DETECTION BASED ON CLOUD MODEL |
| |
Abstract: | |
| |
Keywords: | |
|
|