支持向量分类机在入侵检测中的应用研究

• 作者: 周萍 雷向宇
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 入侵检测系统 KDD数据集 支持向量机 核函数 网格搜索
• 年，卷（期）: 2013,（11）
• 所属期刊栏目: 网络、通信、安全
• 页码范围: 88-91,104
• 页数: 5页
• 分类号: TP393.08
• 字数: 4406字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1110-0055

摘要

为解决入侵检测系统的泛化能力问题,分析了多类分类器的理论框架,并综合考虑训练集数据的预处理、交叉验证时间和入侵检测模型准确率三个因素,提出了一种改进的粗细网格参数优化算法.在基于支持向量机的入侵检测模型中,将KDD数据集映射到高维空间,并采用不同的算法对核函数相关参数进行优化.实例仿真计算表明,通过改进的网格搜索法所获得的参数相对来说有明显的时间优势,分类精度和效率得到了提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周萍	桂林电子科技大学计算机科学与工程学院	78	352	10.0	13.0
2	雷向宇	桂林电子科技大学计算机科学与工程学院	1	5	1.0	1.0