基于改进SVM方法的入侵检测

• 作者: 刘贵全 杨立身 林杨
• 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 缩减训练集
• 年，卷（期）: 2007,（14）
• 所属期刊栏目: 安全技术
• 页码范围: 151-153
• 页数: 3页
• 分类号: TP393.08
• 字数: 3997字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2007.14.053

摘要

在入侵检测应用中,SVM能够在小样本条件下保持良好的检测状态.该文提出了一种改进的SVM方法,其在特定概率指导下删减训练集中的非有效样本,取得了更优的分类效果,改善了传统SVM训练和分类中存在的高资源占用和时耗过高的状况.对DARPA数据的检测实验表明,该方法在入侵检测上有较好的表现.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨立身	河南理工大学网络中心	35	249	10.0	14.0
2	刘贵全	中国科学技术大学计算机科学与技术系	51	728	11.0	26.0
3	林杨	中国科学技术大学计算机科学与技术系	8	52	5.0	7.0