基于半监督优化分类的入侵检测方法研究

• 作者: 聂盼盼 臧洌 黄同心
• 来源期刊: 科学技术与工程
• 学科: 工学
• 关键词: 入侵检测 半监督支持向量机 分类决策面 优化
• 年，卷（期）: 2012,（1）
• 所属期刊栏目: 计算机技术
• 页码范围: 200-202,217
• 分类号: TP393.08
• 字数: 2806字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-1815.2012.01.048

摘要

为解决入侵检测训练集(通常包含大量无标记样本和少量已标记样本),在传统半监督支持向量机(S3VM)上确定最优分类决策面,提出一种优化的多分类决策S3VM方法(MLLS3VM).该方法结合启发式搜索和聚类方法筛选出差异性较大的分类决策面,采用距离向量法对未标记样本进行标记.实验结果表明,在入侵检测中,该算法明显提高了模型预测精确度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	聂盼盼	南京航空航天大学计算机科学与技术学院	3	32	1.0	3.0
2	臧洌	南京航空航天大学计算机科学与技术学院	18	108	6.0	9.0
3	黄同心	南京航空航天大学计算机科学与技术学院	2	3	1.0	1.0