| 基于最小二乘隐空间支持向量机的IDS检测算法的设计 |
| |
| 引用本文： | 张家超,孔媛媛,刘飞.基于最小二乘隐空间支持向量机的IDS检测算法的设计[J].微电子学与计算机,2008,25(11). |
| |
| 作者姓名： | 张家超 孔媛媛 刘飞 |
| |
| 作者单位： | 1. 连云港职业技术学院,信息工程学院,江苏,连云港,222006
2. 连云港职业技术学院,信息工程学院,江苏,连云港,222006;兰州交通大学,电子与信息工程学院,甘肃,兰州,730070 |
| |
| 基金项目： | 江苏省教育厅资助项目，江苏省教科院资助项目 |
| |
| 摘 要： | 在基于支持向量机的基础上,提出一种新的利用最小二乘隐空间支持向量机设计IDS的检测算法,解决了网络入侵检测系统中检测算法的分类精度不高、训练样本数需要较多,及训练学习时间较长等问题.仿真实验结果表明,本算法较基于支持向量机的检测算法具有更快的收敛性、更快的迭代速度、更高的检测精度和更低的误报率.
|
| 关 键 词： | 网络安全 入侵检测 最小二乘隐空间支持向量机 算法设计 |
Algorithm Design of IDS Based on Least Squares Hidden Space Support Vector Machines |
| |
| ZHANG Jia-chao,KONG Yuan-yuan,LIU Fei.Algorithm Design of IDS Based on Least Squares Hidden Space Support Vector Machines[J].Microelectronics & Computer,2008,25(11). |
| |
| Authors: | ZHANG Jia-chao KONG Yuan-yuan LIU Fei |
| |
| Abstract: | A new algorithm based on least squares hidden space support vector machines(LSHSSVMs) was proposed,to improve classific precision of network intrusion detection model,reduce the number of training data set and learning time.The experimental results useing KDD CUP 1999 data set show that LSHSSVMs has better generalization ability,quicker iterative speed,higher detection accuracy,and lower error rate than SVMs. |
| |
| Keywords: | network security intrusion detection least squares hidden space support vector machines(LSHSSVMs) algorithm design |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
|
