基于KPLS的网络入侵特征抽取及检测方法

• 作者: 何倩 杨辉华 王勇 王行愚
• 来源期刊: 控制与决策
• 学科: 工学
• 关键词: 核方法 核偏最小二乘 非线性特征抽取 异常检测 支持向量机
• 年，卷（期）: 2005,（3）
• 所属期刊栏目: 论文与报告
• 页码范围: 251-256
• 页数: 6页
• 分类号: TP18|TP393
• 字数: 5315字
• 语种: 中文
• DOI: 10.3321/j.issn:1001-0920.2005.03.003

摘要

从特征抽取的角度研究提高入侵检测性能问题,提出应用核偏最小二乘(KPLS)进行入侵特征抽取和检测的方法.其优点在于KPLS能非线性地抽取输入特征的多个正交分量,并保持与输出类别的相关性,可同时完成入侵特征抽取和判别.将该方法应用于基于Linux主机的入侵检测实验,取得了比SVM和KPCR等方法更好的效果.

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	何倩	桂林电子工业学院网络信息中心	39	186	9.0	12.0
7	王勇	华东理工大学信息科学与工程学院	178	1032	16.0	23.0