基于特征选择和支持向量机的异常检测

• 作者: 崔国华 洪帆 王小非 肖海军
• 来源期刊: 华中科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 异常检测 特征选择 支持向量机 虚警率 检测率
• 年，卷（期）: 2008,（3）
• 所属期刊栏目: 计算机与控制工程
• 页码范围: 99-102
• 页数: 4页
• 分类号: TP393.08
• 字数: 3450字
• 语种: 中文
• DOI: 10.3321/j.issn:1671-4512.2008.03.027

摘要

为在提高检测率的同时保持较低的虚警率,提出一种不同于单一算法的基于特征选择和支持向量机的异常检测技术.首先用一个数据子集进行特征选择,通过构造函数来计算特征间的相似度,并在不失样本信息的前提下,完成会话样本的特征选择;然后对用于训练和测试的数据执行特征选择,剔除不必要的数据特征;最后利用支持向量机来判断入侵.仿真实验表明:与基于标准的支持向量机、基于tf×idf的支持向量机、基于tf×idf的神经网络及基于数据挖掘等的异常检测相比较,该方法具有更高检测率,同时其虚警率也更低.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	崔国华	华中科技大学计算机科学与技术学院	89	622	13.0	20.0
2	洪帆	华中科技大学计算机科学与技术学院	161	2780	28.0	45.0
3	王小非	华中科技大学计算机科学与技术学院	10	78	4.0	8.0