基于SVDD的半监督入侵检测研究

• 作者: 严岳松 倪桂强 汪肇强 潘志松 缪志敏
• 来源期刊: 微电子学与计算机
• 关键词: 入侵检测 半监督学习 集成学习 co-training 单类分类器
• 年，卷（期）: 2009,（10）
• 页码范围: 128-130
• 页数: 3页
• 分类号: TP393.08
• 语种: 中文

摘要

提出了一种基于SVDD的半监督入侵检测算法.该算法利用少量有标记正常网络数据建立两个SVDD分类器,通过相互学习来挖掘未标记数据中的隐含信息,扩大有标记正常网络数据的数量.再利用所有已标记正常网络数据用不同的单分类方法建立多个单类分类器,通过集成学习的方法得到最终的分类器.实验表明,该算法具有良好的识别性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	倪桂强	解放军理工大学指挥自动化学院	48	266	8.0	14.0
2	潘志松	解放军理工大学指挥自动化学院	47	385	9.0	17.0
3	缪志敏	解放军理工大学通信工程学院	28	269	9.0	15.0
4	严岳松	解放军理工大学指挥自动化学院	3	12	2.0	3.0