基于约简SVM的网络入侵检测模型

• 作者: 曾志强 朱顺痣 高济
• 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
• 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

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.

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