基于健壮主成分分类器的无监督异常检测方法研究

• 作者: 吴渝 李洁颖 王国胤 白洁 邱文彬
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 异常检测 无监督 主成分分类器 健壮性
• 年，卷（期）: 2006,（4）
• 所属期刊栏目: 信息安全
• 页码范围: 820-823
• 页数: 4页
• 分类号: TP393.08
• 字数: 4206字
• 语种: 中文

摘要

入侵检测系统在训练过程中需要大量有标识的监督数据进行学习,不利于其应用和推广,经典主成分分析方法对离群数据非常敏感,进而导致分类准确性的下降.为了解决该问题,提出了一种基于健壮主成分分类器的方法,得到被离群数据干扰较少的主成分.根据主成分空间距离和数据重构误差构建异常检测模型.实验表明:该方法能够有效检测未知入侵,在检测率、误警率方面都达到较满意的结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王国胤	重庆邮电学院计算机科学与技术研究所	212	6947	36.0	79.0
2	吴渝	重庆邮电学院计算机科学与技术研究所	99	1784	17.0	40.0
3	白洁	重庆邮电学院计算机科学与技术研究所	3	135	3.0	3.0
4	邱文彬	重庆邮电学院计算机科学与技术研究所	1	6	1.0	1.0
5	李洁颖	重庆邮电学院计算机科学与技术研究所	1	6	1.0	1.0