基于模糊SVM模型的入侵检测分类算法

• 作者: 汪生 金志刚
• 来源期刊: 计算机应用研究
• 关键词: 模糊 SVM 入侵检测 分类
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 信息安全技术
• 页码范围: 501-504
• 页数: 4页
• 分类号: TP393
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2018.08.0565

摘要

为解决入侵检测分类遇到的训练样本数量少、分类准确率低的问题,提出基于模糊支持向量机的多级分类机制.该分类机制训练模糊SVM模型将数据粗分为正常与攻击大类,采用DBSCAN算法产生细分模型进行攻击子集的自动聚类,将有关数据细分得到攻击的具体细类.在机制设计中,优化了隶属度函数的计算、设计了数据标准化与归一化等过程,并训练了高效分类器.实验表明,针对网络入侵检测数据中常见的孤立点干扰、噪声多,并且负样本占比多的网络业务数据集,新算法在保持分类准确率高的前提下,分类过程的计算时间较短.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	金志刚	天津大学电气自动化与信息工程学院	187	1023	14.0	23.0
2	汪生		4	2	1.0	1.0