基于K-SVD的协同入侵检测

• 作者: 崔振
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 稀疏表示 奇异值分解 支持向量机 协同 入侵检测
• 年，卷（期）: 2011,（23）
• 所属期刊栏目: 安全技术
• 页码范围: 119-120,128
• 分类号: TP311
• 字数: 2998字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2011.23.040

摘要

从编码角度出发,应用稀疏理论学习鲁棒特征.在训练过程中,融合监督类别信息,采用判别式K-SVD算法,优化学习过完备字典和线性判别函数.在测试过程中,将稀疏编码系数作为数据的表示形式,以增强表示力和判别力.实验结果表明,基于判别式K-SVD的方法能获得较高的检测率,且误报率较低,对不平衡数据集也有较好的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	崔振	华侨大学计算机科学与技术学院	8	43	4.0	6.0