适用于云环境的LASVM异常检测研究

• 作者: 王瑞晗 陈语 高建瓴
• 来源期刊: 电子科技
• 学科: 工学
• 关键词: 云安全 异常检测 LASVM 在线学习
• 年，卷（期）: 2018,（6）
• 页码范围: 75-79
• 页数: 5页
• 分类号: TP393.08
• 字数: 4370字
• 语种: 中文
• DOI: 10.16180/j.cnki.issn1007-7820.2018.06.020

摘要

在云环境下,数量众多的虚拟机导致的海量数据和实时检测的需求使得传统SVM不再适合作为异常检测算法.文中提出使用基于SMO算法改进的具有在线学习能力的LASVM算法进行异常检测.在使用过抽样平衡后的KDD CUP99数据集和LibSVM的对比试验中,证明了该算法在接近LibSVM精确度的同时对内存需求量更小,并且训练速度对缓存大小不敏感,能够处理海量数据,且该算法具有在线学习能力,适合在云环境下做实时异常检测的分类器.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高建瓴	贵州大学大数据与信息工程学院	39	126	7.0	9.0
2	王瑞晗	贵州大学大数据与信息工程学院	1	4	1.0	1.0