基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出了基于粗糙集和改进最小二乘支持向量机的入侵检测算法。算法利用粗糙集理论的可辨识矩阵对样本属性进行约简,减少样本维数;利用稀疏化算法对最小二乘支持向量机进行改进,使其既具备稀疏化特性又具备快速检测的特点,提高了数据样本分类的准确性。结合算法不仅充分发挥粗糙集对数据有效约简和支持向量机准确分类的优点,同时克服了粗糙集在噪声环境中泛化性较差,支持向量机识别有效数据和冗余数据的局限性。通过实验证明,基于粗糙集和改进最小二乘支持向量机的入侵检测算法的检测精度高,误报率和漏报率较低,检测时间短,验证了算法的实效性。
推荐文章
基于粗糙集的网络入侵检测模型研究
入侵检测系统
粗糙集理论
数据离散化
数据约简
基于邻域粗糙集与KNN的网络入侵检测
入侵检测
属性约简
邻域粗糙集
K最近邻算法
基于粗糙集理论的网络入侵检测系统
粗糙集
属性约简
入侵检测系统
基于粗糙集的公共网络入侵检测方法研究
网络入侵数据检测
离散化处理
遗传算法
数据约简
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于粗糙集与改进LSSVM的入侵检测算法研究
来源期刊 计算机工程与应用 学科 工学
关键词 入侵检测 粗糙集理论 支持向量机
年,卷(期) 2014,(2) 所属期刊栏目 网络、通信、安全
研究方向 页码范围 99-102
页数 4页 分类号 TP393.8
字数 3696字 语种 中文
DOI 10.3778/j.issn.1002-8331.1204-0438
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王国才 中南大学信息科学与工程学院 50 198 7.0 11.0
2 施荣华 中南大学信息科学与工程学院 190 1122 15.0 23.0
3 穆炜炜 35 55 4.0 6.0
4 刘其琛 39 51 4.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (101)
参考文献  (3)
节点文献
引证文献  (8)
同被引文献  (37)
二级引证文献  (23)
1987(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(2)
  • 引证文献(2)
  • 二级引证文献(0)
2016(3)
  • 引证文献(1)
  • 二级引证文献(2)
2017(6)
  • 引证文献(1)
  • 二级引证文献(5)
2018(7)
  • 引证文献(3)
  • 二级引证文献(4)
2019(9)
  • 引证文献(0)
  • 二级引证文献(9)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
入侵检测
粗糙集理论
支持向量机
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导