首页|基于特征筛选的加权SVM入侵检测系统

基于特征筛选的加权SVM入侵检测系统

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
为了克服传统支持向量机中弱相关特征对分类器的分类效果的干扰及二分类SVM入侵检测算法缺乏高效率和低准确率的问题,因此需要优化SVM算法、以保证IDS能够检测出存在的入侵行为.分析了当前主流SVM算法及其发展,通过采用灰色斜率关联分析方法筛选主特征,再用增益比率法对特征进行加权,减少弱相关特征对分类的影响,提出了改进的支持向量机算法.实验证明,本文异常检测系统在检测准确率、检测精度上都有优良的性能.
English Title IDS based on Feature-sifting and Weighted SVM

王耀普、潘晓中

展开 >

武警工程大学电子技术系网络与信息安全研究所,陕西西安710086

武警工程大学电子技术系网络与信息安全武警部队重点实验室,陕西西安710086

支持向量机 入侵检测系统 增益比率法 灰色关联分析

武警工程大学基础研究基金资助计划

WJY201123

2014

计算机安全
信息产业部基础产品发展研究中心

计算机安全

影响因子：0.336
ISSN：1671-0428
年,卷(期)：2014.(1)
  • 1
  • 3