基于交叉验证SVM的网络入侵检测

• 作者: 侯著荣 王凯 王聪丽
• 来源期刊: 测试技术学报
• 学科: 工学
• 关键词: 机器学习 入侵检测 统计学习 支持向量机 交叉验证
• 年，卷（期）: 2010,（5）
• 页码范围: 419-423
• 分类号: TP393.08
• 字数: 2650字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-7449.2010.05.011

摘要

针对传统入侵检测系统漏报率和误报率高的问题,将支持向量机(SVM)应用于入侵检测中,提出了在SVM学习过程中引入交叉验证的方法,采用径向基函数(RBF)作为核,将训练集分成若干子集,每一子集使用其它子集训练得到的分类器进行测试,获得RBF的两个最佳参数后,将其应用于最终的分类器.实验结果表明,该方法能够有效检测入侵攻击,具有更高的检测率和更强的泛化能力,同时具有较低的误报率和漏报率,可以有效地运用于入侵检测系统中.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王聪丽	军械工程学院计算机工程系	10	88	5.0	9.0
2	王凯	军械工程学院计算机工程系	24	155	7.0	12.0
3	侯著荣	军械工程学院计算机工程系	10	90	5.0	9.0