计算机工程
計算機工程
계산궤공정
COMPUTER ENGINEERING
2012年
12期
92-94
,共3页
牟琦%陈艺坤%毕孝儒%厍向阳
牟琦%陳藝坤%畢孝儒%厙嚮暘
모기%진예곤%필효유%사향양
入侵检测%增量支持向量机%K-均值算法%邻界区%样本分散度
入侵檢測%增量支持嚮量機%K-均值算法%鄰界區%樣本分散度
입침검측%증량지지향량궤%K-균치산법%린계구%양본분산도
针对基于支持向量机(SVM)的入侵检测方法检测率低、检测速度慢的问题,提出一种基于快速增量SVM的入侵检测方法B-ISVM.该方法在确定邻界区后筛选其中的样本进行训练,完成分类超平面的初步构造,利用筛选因子提取支持向量,再进行基于KKT条件的增量学习,实现增量SVM分类器的构造.实验结果表明,该方法可以提高入侵检测率和检测速度,拥有更好的分类性能.
針對基于支持嚮量機(SVM)的入侵檢測方法檢測率低、檢測速度慢的問題,提齣一種基于快速增量SVM的入侵檢測方法B-ISVM.該方法在確定鄰界區後篩選其中的樣本進行訓練,完成分類超平麵的初步構造,利用篩選因子提取支持嚮量,再進行基于KKT條件的增量學習,實現增量SVM分類器的構造.實驗結果錶明,該方法可以提高入侵檢測率和檢測速度,擁有更好的分類性能.
침대기우지지향량궤(SVM)적입침검측방법검측솔저、검측속도만적문제,제출일충기우쾌속증량SVM적입침검측방법B-ISVM.해방법재학정린계구후사선기중적양본진행훈련,완성분류초평면적초보구조,이용사선인자제취지지향량,재진행기우KKT조건적증량학습,실현증량SVM분류기적구조.실험결과표명,해방법가이제고입침검측솔화검측속도,옹유경호적분류성능.
