基于动态SVM的网络入侵检测研究

• 作者: 支冬栋 李成云
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 支持向量机 入侵检测 数据集更新
• 年，卷（期）: 2012,（11）
• 所属期刊栏目: 信息处理与网络安全
• 页码范围: 118-120
• 页数: 3页
• 分类号: TP393
• 字数: 3063字
• 语种: 中文

摘要

针对支持向量机分类方法在小样本、非线性情况下具有较好的泛化性能的特点,结合入侵检测系统实时性和适应性的要求,提出了一种应用动态支持向量机的入侵检测系统,来提高SVM模型的分类精度,并详细介绍了系统训练集以及分类模型动态更新的方法.最后对系统进行了仿真验证.实验仿真表明,该系统可有效的提高入侵检测的准确率,改善由于数据集更新造成的SVM分类精度下降的情况.