基于样本密度的SVM及其在入侵检测中的应用

• 作者: 付长龙 吕彦波 姚全珠 杜旭辉
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 入侵检测 支持向量机 空间块 样本密度 边缘向量
• 年，卷（期）: 2007,（4）
• 所属期刊栏目: 信息与网络安全
• 页码范围: 838-840
• 页数: 3页
• 分类号: TP393.08
• 字数: 3368字
• 语种: 中文

摘要

针对网络数据集过于庞大,学习速度过慢的问题,提出了一种基于空间块和样本密度的SVM算法,并将其应用到入侵检测中.该算法根据样本的局部密度选择训练样本,减少参加训练的样本数量,提高学习速度.实验结果表明,该算法在保证检测精度的同时,学习速度快于传统SVM入侵检测方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	付长龙	西北工业大学自动化学院	3	16	2.0	3.0
2	杜旭辉	西安理工大学计算机科学与工程学院	3	16	2.0	3.0
3	姚全珠	西安理工大学计算机科学与工程学院	84	918	15.0	26.0
4	吕彦波	西安理工大学计算机科学与工程学院	1	6	1.0	1.0