基于主元神经网络和SVM的入侵特征抽取和检测

• 作者: 杨辉华 王行愚 高海华
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 异常检测 特征抽取 主元神经网络(PCNN) 支持向量机
• 年，卷（期）: 2005,（20）
• 所属期刊栏目: 网络、通信与安全
• 页码范围: 145-147
• 页数: 3页
• 分类号: TP393|TP18
• 字数: 3242字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2005.20.043

摘要

目前基于机器学习的入侵检测研究都是从提高检测精度的分类器算法设计出发,大多未考虑对样本特征的分析.文章提出了一种基于特征抽取的异常检测方法,应用主元神经网络(PCNN)抽取入侵特征,再应用SVM检测入侵.采用广义Hebb学习规则训练线性主元神经网络,SVM采用基于网格粒度搜索获得最优参数.利用KDD99数据集,将线性PCNN-SVM与SVM进行比较,结果显示在不降低分类器性能的情况下,PCNN特征抽取方法能对输入数据有效降维.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王行愚	华东理工大学信息科学与工程学院	120	1138	16.0	27.0
2	杨辉华	华东理工大学信息科学与工程学院	11	156	6.0	11.0
6	高海华	华东理工大学信息科学与工程学院	6	105	4.0	6.0