原文服务方: 计算机应用研究       
摘要:
为了提高异常检测的效率,提出了一种基于主元分析和支持向量机的异常检测方法.基于主元分析对入侵数据进行约简,使用SVM对约简的数据进行训练,得到支持向量机实现异常检测.以KDDCUP 99数据源进行实验,先将数据从40维约简为15维,22维约简为5维,训练与检测的实验结果表明,该检测方法具有良好的准确度和泛化性能,训练时间和检测时间显著减少.
推荐文章
基于核主元分析的支持向量机识别方法研究
核主元分析
支持向量机
分类
识别
基于主分量分析与支持向量机的人脸检测研究
人脸检测
主分量分析
支持向量机
模式分类
基于支持向量机的Web用户行为异常检测方法
异常检测
One-Class支持向量机
支持向量数据描述
基于主元分析与支持向量机的方法及其在过程监控诊断中的应用
主元分析
支持向量机
过程监控
故障诊断
最邻近分类法
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 基于主元分析和支持向量机的异常检测
来源期刊 计算机应用研究 学科
关键词 主元分析 支持向量机 异常检测
年,卷(期) 2009,(7) 所属期刊栏目 信息安全技术
研究方向 页码范围 2719-2721
页数 3页 分类号 TP393
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2009.07.091
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 王汝传 南京邮电大学计算机学院 671 6841 35.0 53.0
5 任勋益 南京邮电大学计算机学院 42 561 11.0 23.0
6 孔强 南京邮电大学计算机学院 1 8 1.0 1.0
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  (3)
节点文献
引证文献  (8)
同被引文献  (27)
二级引证文献  (18)
1998(2)
  • 参考文献(2)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 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)
2011(5)
  • 引证文献(5)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(2)
  • 引证文献(1)
  • 二级引证文献(1)
2019(9)
  • 引证文献(1)
  • 二级引证文献(8)
2020(7)
  • 引证文献(0)
  • 二级引证文献(7)
研究主题发展历程
节点文献
主元分析
支持向量机
异常检测
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
国家高技术研究发展计划(863计划)
英文译名:The National High Technology Research and Development Program of China
官方网址:http://www.863.org.cn
项目类型:重点项目
学科类型:信息技术
江苏省自然科学基金
英文译名:Natural Science Foundation of Jiangsu Province
官方网址:http://www.jsnsf.gov.cn/News.aspx?a=37
项目类型:
学科类型:
论文1v1指导