异常检测中支持向量机最优模型选择方法

• 作者: 吴吉义 张雪芹 顾春华
• 来源期刊: 电子科技大学学报
• 学科: 工学
• 关键词: 异常检测 模型选择 参数估计 结构风险 支持向量机
• 年，卷（期）: 2011,（4）
• 所属期刊栏目: 计算机工程与应用
• 页码范围: 559-563
• 分类号: TP393.08
• 字数: 4935字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-0548.2011.04.017

摘要

为了构建一个具有良好的学习性能和推广能力的异常检测分类器,在结构风险最小(SRM)原则下讨论了基于支持向量机(SVM)的异常检测分类器的设计准则,提出了SVM分类器模型及其参数快速选择和评估方法,并给出了异常检测分类器训练步骤.针对KDD'99网络入侵检测数据集,实验结果表明,该方法能够有效地缩短入侵检测分类模型建立时间,而且建立的入侵检测分类器检测精度较高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴吉义	杭州师范大学电子商务与信息安全重点实验室	27	578	11.0	24.0
2	顾春华	华东理工大学信息科学与工程学院	59	404	11.0	17.0
3	张雪芹	华东理工大学信息科学与工程学院	35	240	8.0	15.0