作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出了一种将核Fisher鉴别分析特征抽取与多分类支持向量机算法结合的网络入侵检测技术,扩展了二分类支持向量机,利用经过核Fisher鉴别分析特征抽取后的训练数据构造优化的决策树,从而实现支持向量机的多分类.实验结果表明该算法能够提高检测正确率,同时降低训练时间,取得了良好的效果.
推荐文章
基于模糊关联规则挖掘的网络入侵检测算法
网络安全
入侵检测
关联规则
数据挖掘
基于深度序列加权核极限学习的入侵检测算法
深度信念网络
序列学习
核极限学习
样本加权
入侵检测
基于核Fisher判别分析的无线传感器网络入侵检测算法
无线传感器网络
入侵检测
核Fisher判别分析
模式识别
基于自组织映射网络的网络入侵检测算法设计
自组织映射
网络入侵检测
网络安全
检测率
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于核Fisher鉴别分析的网络入侵检测算法
来源期刊 科技创业月刊 学科 工学
关键词 核Fisher鉴别分析 支持向量机 网络 入侵检测
年,卷(期) 2009,(12) 所属期刊栏目 应用技术
研究方向 页码范围 178-179
页数 2页 分类号 TP393
字数 2431字 语种 中文
DOI 10.3969/j.issn.1672-2272.2009.12.088
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张力杰 江汉大学文理学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2009(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
核Fisher鉴别分析
支持向量机
网络
入侵检测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
科技创业月刊
月刊
1672-2272
42-1665/T
大16开
湖北省武汉市武昌区洪山路2号湖北科教大厦D座13楼
38-142
1987
chi
出版文献量(篇)
18655
总下载数(次)
53
论文1v1指导