融合SVM与BMPM的网络异常检测方法

• 作者: 刘渊 王宏
• 来源期刊: 计算机工程与设计
• 学科: 工学
• 关键词: 支持向量机 偏置大小概率机 异常检测 数据融合 人工神经网络
• 年，卷（期）: 2011,（5）
• 所属期刊栏目: 信息安全技术
• 页码范围: 1601-1604
• 分类号: TP393
• 字数: 3567字
• 语种: 中文

摘要

为了解决传统网络异常检测方法中存在虚警率高等问题,提出了一种基于BP人工神经网络融合两种分类器SVM与BMPM的分布式网络异常检测模型及其融合方法.由于SVM和BMPM算法在同一种网络攻击类型上检测精度不同,通过采用BP人工神经网络吸取二者的优点,建立一个融合的异常检测模型,并在KDD99数据集上对该模型进行验证.实验结果表明,该异常检测模型可以明显降低网络异常检测的虚警率,并提高检测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘渊	江南大学数字媒体学院	235	1325	17.0	25.0
2	王宏	江南大学信息工程学院	15	54	5.0	7.0