一种基于快速增量SVM的入侵检测方法

• 作者: 厍向阳 毕孝儒 牟琦 陈艺坤
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 入侵检测 增量支持向量机 K-均值算法 邻界区 样本分散度
• 年，卷（期）: 2012,（12）
• 所属期刊栏目: 安全技术
• 页码范围: 92-94
• 分类号: TP309.2
• 字数: 3330字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2012.12.027

摘要

针对基于支持向量机(SVM)的入侵检测方法检测率低、检测速度慢的问题,提出一种基于快速增量SVM的入侵检测方法B-ISVM.该方法在确定邻界区后筛选其中的样本进行训练,完成分类超平面的初步构造,利用筛选因子提取支持向量,再进行基于KKT条件的增量学习,实现增量SVM分类器的构造.实验结果表明,该方法可以提高入侵检测率和检测速度,拥有更好的分类性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	牟琦	西安科技大学计算机学院	25	102	7.0	9.0
2	毕孝儒	西安科技大学计算机学院	5	58	5.0	5.0
3	厍向阳	西安科技大学计算机学院	38	277	10.0	14.0
4	陈艺坤	西安科技大学计算机学院	1	11	1.0	1.0