基于GPU和特征选择的SVM入侵检测模型

• 作者: 史志才 夏永祥
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 入侵检测 支持向量机 图形处理器 统一计算设备架构 特征选择 并行计算
• 年，卷（期）: 2012,（8）
• 所属期刊栏目: 安全技术
• 页码范围: 111-113,116
• 分类号: TP309.2
• 字数: 4080字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2012.08.036

摘要

基于支持向量机的入侵检测模型检测效率较低,为此,提出一种基于图形处理器(GPU)和特征选择的入侵检测模型.在入侵检测过程中,采用基于GPU的并行计算模型进行训练,并对样本的特征进行合理选择,从而提高检测效率.实验结果表明,在保证系统性能的情况下,该模型可以缩短训练时间.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	史志才	上海工程技术大学电子电气工程学院	47	154	7.0	11.0
2	夏永祥	上海工程技术大学电子电气工程学院	14	89	5.0	9.0