基于LISOMAP的相关向量机入侵检测模型

• 作者: 严鸣 唐朝伟 李超群 燕凯
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 入侵检测 主成分分析 支持向量机 地标等距映射 相关向量机 深度优先搜索
• 年，卷（期）: 2012,（9）
• 所属期刊栏目: 信息安全
• 页码范围: 2606-2608
• 分类号: TP393.083
• 字数: 3108字
• 语种: 中文
• DOI: 10.3724/SP.J.1087.2012.02606

摘要

针对现有入侵检测模型分类检测精度低、误报率高的问题,提出一种基于地标等距映射(LISOMAP)的相关向量机(RVM)入侵检测分类模型.首先采用LISOMAP对训练样本中的数据进行非线性降维,结合深度优先搜索(DFS)参数优化的RVM进行分类检测.结果表明,该模型与基于主成分分析(PCA)法的支持向量机(SVM)、基于LISOMAP的SVM模型相比,在保证一定检测率的情况下,误报率有了明显下降.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	唐朝伟	重庆大学通信工程学院	34	184	6.0	12.0
2	李超群	重庆大学通信工程学院	1	6	1.0	1.0
3	燕凯	重庆大学通信工程学院	1	6	1.0	1.0
4	严鸣	重庆大学通信工程学院	2	7	1.0	2.0