基于SVM主动学习的入侵检测系统

• 作者: 杨卫平 段丹青 陈松乔
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 入侵检测 支持向量机 主动学习
• 年，卷（期）: 2007,（1）
• 所属期刊栏目: 安全技术
• 页码范围: 153-155,180
• 页数: 4页
• 分类号: TP393.08
• 字数: 4413字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2007.01.053

摘要

研究在入侵检测中,采用基于支持向量机(SVM)的主动学习算法,解决小样本下的机器学习问题.该文提出了基于SVM主动学习算法的系统框架及适用于入侵检测系统的SVM主动学习算法,讨论了候选样本集的组成比例、候选样本集数量及核函数的不同参数选取对检测结果的影响.通过实验验证,基于SVM主动学习算法与传统SVM算法相比,能有效地减少学习样本数,提高检测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈松乔	中南大学信息科学与工程学院	316	3775	27.0	45.0
2	杨卫平	中南大学信息科学与工程学院	29	274	9.0	15.0
6	段丹青	中南大学信息科学与工程学院	17	224	9.0	14.0