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:
支持向量的数量越大,基于SVM的网络入侵检测系统速度越慢.针对该问题提出一种新的SVM约简方法,在特征空间中对支持向量进行聚类,寻找聚类质心在输入空间中的原像,将其作为约简向量,以实现支持向量削减目的.实验结果证明,该方法能提高SVM入侵检测引擎的速度,增强入侵检测系统的实时响应能力.
推荐文章
基于SSA-SVM的网络入侵检测研究
麻雀搜索算法
误报率
支持向量机
网络入侵
检测率
基于SVM技术的入侵检测
信息安全
入侵检测
异常检测
滥用检测
1类SVM(支持向量机)
高速网络入侵检测中流量数据约简研究
网络入侵检测
流量数据约简
流量数据抽样
流量特征降维
网络安全
发展趋势
基于模糊SVM模型的入侵检测分类算法
模糊
SVM
入侵检测
分类
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 基于约简SVM的网络入侵检测模型
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 核聚类 原像
年,卷(期) 2009,(17) 所属期刊栏目 安全技术
研究方向 页码范围 132-134
页数 3页 分类号 TP393.08
字数 3514字 语种 中文
DOI 10.3969/j.issn.1000-3428.2009.17.045
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 高济 浙江大学计算机科学与技术学院 113 1578 22.0 34.0
2 朱顺痣 厦门理工学院厦门市软件体系结构重点实验室 52 189 7.0 11.0
3 曾志强 厦门理工学院厦门市软件体系结构重点实验室 15 151 6.0 12.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (6)
共引文献  (110)
参考文献  (3)
节点文献
引证文献  (14)
同被引文献  (25)
二级引证文献  (41)
1900(1)
  • 参考文献(0)
  • 二级参考文献(1)
1968(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(2)
  • 二级参考文献(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)
2010(2)
  • 引证文献(2)
  • 二级引证文献(0)
2011(10)
  • 引证文献(8)
  • 二级引证文献(2)
2012(11)
  • 引证文献(3)
  • 二级引证文献(8)
2013(8)
  • 引证文献(1)
  • 二级引证文献(7)
2014(6)
  • 引证文献(0)
  • 二级引证文献(6)
2015(5)
  • 引证文献(0)
  • 二级引证文献(5)
2016(4)
  • 引证文献(0)
  • 二级引证文献(4)
2017(5)
  • 引证文献(0)
  • 二级引证文献(5)
2018(3)
  • 引证文献(0)
  • 二级引证文献(3)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
入侵检测
支持向量机
核聚类
原像
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
计算机工程
月刊
1000-3428
31-1289/TP
大16开
上海市桂林路418号
4-310
1975
chi
出版文献量(篇)
31987
总下载数(次)
53
总被引数(次)
317027
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导