基于免疫算法与支持向量机的异常检测方法

• 作者: 周红刚 杨春德
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 异常检测 支持向量机 泛化能力 免疫算法 亲和力
• 年，卷（期）: 2006,（9）
• 所属期刊栏目: 信息安全
• 页码范围: 2145-2147
• 页数: 3页
• 分类号: TP393.08
• 字数: 3422字
• 语种: 中文

摘要

在异常检测中,应用支持向量机算法能使检测系统在小样本的条件下具有良好的泛化能力.但支持向量机的参数取值决定了其学习性能和泛化能力,且大量无关或冗余的特征会降低分类的性能.基于此,提出了一种基于免疫算法的支持向量机参数和特征选择联合优化的方法.免疫算法是一种新的有效随机全局优化技术,它具有不易陷入局部最优、解的精度高、收敛速度快等优点.仿真结果表明算法在提高异常检测的检测正确率的同时相应的测试时间也在缩短.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨春德	重庆邮电大学计算机科学与技术学院	53	315	10.0	15.0
2	周红刚	重庆邮电大学计算机科学与技术学院	1	20	1.0	1.0