首页|一种基于改进支持向量机的异常检测算法

一种基于改进支持向量机的异常检测算法

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
为了进一步提高入侵检测的准确率,提出了一种融合半监督LDA和PSO-SVM方法,使用累计贡献率ω确定主成分分析法(PCA)占半监督LDA算法比例,然后使用PSO参数寻优算法对支持向量机进行参数寻优,最终得到入侵检测模型.实验结果显示,与单一的PCA或LDA与PSO-SVM组合相比,这种半监督LDA和PSO-SVM方法具有优势,对异常行为的查准率比PCA或LDA与PSO-SVM方法组合准确率较高.
An Anomaly Detection Method Based on Improved Support Vector Machine

詹琉

展开 >

广东工业大学 广州 511400

PCA LDA 入侵检测 SVM 工业控制系统

2021

10.3969/j.issn.1672-9722.2021.01.032

计算机与数字工程
中国船舶重工集团公司第七0九研究所

计算机与数字工程

CSTPCD
影响因子：0.355
ISSN：1672-9722
年,卷(期)：2021.49(1)
  • 5
  • 10