基于RSVM的多分类入侵检测算法研究

• 作者: 丛菲 刘海燕 席海龙
• 来源期刊: 通信技术
• 学科: 工学
• 关键词: 入侵检测 特征选择 权值 支持向量机 多分类
• 年，卷（期）: 2019,（10）
• 所属期刊栏目: 安全与保密
• 页码范围: 2519-2523
• 页数: 5页
• 分类号: TP393.08
• 字数: 2687字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0802.2019.10.034

摘要

随着网络技术的迅速发展,网络攻击手段愈发复杂.传统入侵检测技术(IDS)在处理部分少数类稀有攻击时,检测效率低下.针对支持向量机算法,提出一种基于特征的正向选择排序(FSR)检测算法——RSVM.该方法以精确度为指标,对特征重要性权值作以排序,提取影响最大的特征值,并结合该方法的RSVM_OVR多分类策略,在实现对入侵检测数据的多分类识别的同时,提高少数类攻击数据的检测效率.实验在KDD99数据集上进行,取得了较好效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘海燕	陆军装甲兵学院信息通信系	6	17	2.0	4.0
2	席海龙	陆军装甲兵学院信息通信系	2	5	1.0	2.0
3	丛菲	陆军装甲兵学院信息通信系	2	0	0.0	0.0