HL-Isomap+SVM在网络入侵检测中的应用

• 作者: 虎晓红 郑凯梅 钱旭
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 界标Isomap(L-Isomap) 支持向量机(SVM) 异构值差度量(HVDM) 入侵检测
• 年，卷（期）: 2010,（28）
• 页码范围: 85-87
• 分类号: TP393
• 字数: 3338字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2010.28.024

摘要

支持向量机所具有的处理小样本和良好的推广能力的优势,在入侵检测中得到了广泛应用.考虑到数据特征的高维性和冗余性,特征提取是一个关键步骤.采用非线性流形学习算法L-Isomap对入侵检测数据进行特征选择,然后应用one-class SVM训练并识别异常.通过将异构值差度量(HvDM)距离代替欧几里德距离提出了HL-Isomap.选用KDD数据集来比较上述不同模型,实验结果表明了降维方法的有效性,尤其是误警率性能得到了显著的提高.