基于半监督降维技术的网络入侵检测方法

• 作者: 李杰 童彬 贾伟峰
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 半监督 降维 网络入侵检测 BP神经网络 机器学习
• 年，卷（期）: 2013,（10）
• 所属期刊栏目: 基金项目论文
• 页码范围: 133-135
• 页数: 3页
• 分类号: TP309
• 字数: 3355字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2013.10.037

摘要

针对网络入侵检测中的高维数据处理问题，提出基于半监督降维技术和BP神经网络的入侵检测方法，该方法主要有两个优点：实时性更高；训练样本标记工作量更小。对半监督降维技术背后的数学原理进行解释，并论述其在网络入侵检测中应用的适用性。对比实验表明：在少量标记样本和大量未标记样本的支持下，半监督降维技术能够在降低维数的同时保持入侵检测性能，从而大幅降低入侵检测的训练和检测时间。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	贾伟峰		19	26	3.0	4.0
2	李杰		14	65	5.0	7.0
3	童彬	电子科技大学计算机科学与工程学院	7	27	3.0	5.0