基于单分类支持向量机和主动学习的网络异常检测研究

• 作者: 刘敬 杨义先 谷利泽 钮心忻
• 来源期刊: 通信学报
• 学科: 工学
• 关键词: 网络安全 异常检测 单分类支持向量机 主动学习
• 年，卷（期）: 2015,（11）
• 所属期刊栏目: 网络安全
• 页码范围: 136-146
• 页数: 11页
• 分类号: TP309
• 字数: 11343字
• 语种: 中文
• DOI: 10.11959/j.issn.1000-436x.2015252

摘要

对基于支持向量机和主动学习的异常检测方法进行了研究,首先利用原始数据采用无监督方式建立单分类支持向量机模型,然后结合主动学习找出对提高异常检测性能最有价值的样本进行人工标记,利用标记数据和无标记数据以半监督方式对基于单分类支持向量机的异常检测模型进行扩展.实验结果表明,所提方法能够利用少量标记数据获取性能提升,并能够通过主动学习减小人工标记代价,更适用于实际网络环境.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨义先	北京邮电大学信息安全中心	629	8372	39.0	65.0
2	钮心忻	北京邮电大学信息安全中心	188	3289	29.0	51.0
3	谷利泽	北京邮电大学信息安全中心	32	358	11.0	18.0