基于支持向量机的Web用户行为异常检测方法

• 作者: 危胜军 孙明谦 胡昌振
• 来源期刊: 科技与创新
• 关键词: 异常检测 One-Class支持向量机 支持向量数据描述
• 年，卷（期）: 2010,（18）
• 页码范围: 1-3
• 分类号: TP393.08
• 语种: 中文
• DOI: 10.3969/j.issn.2095-6835.2010.18.001

摘要

支持向量机作为一种新的机器学习方法,由于其建立在结构风险最小化准则之上,从而使支持向量分类器具有较好的泛化能力.针对应用层用户行为异常检测存在的难点,本文提出了基于无监督支持向量杌的应用层用户行为异常检测的方法.实验结果表明.基于超平面和超球面的One-class SVM算法对应用层用户异常行为具有较高的检测率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡昌振	北京理工大学计算机网络攻防对抗技术实验室	94	755	13.0	21.0
2	危胜军	北京理工大学计算机网络攻防对抗技术实验室	19	178	6.0	13.0
3	孙明谦	北京理工大学计算机网络攻防对抗技术实验室	4	27	3.0	4.0