CAJ | 학술논문

该文针对包含多种攻击模式的高维特征空间中的异常检测问题,提出了一种基于有监督局部决策的分层支持向量机(HSVM)异常检测方法.通过HSVM的二叉树结构实现复杂异常检测问题的分而治之,即在每个中间节点上,通过信息增益准则构建有监督学习所需的训练信号,监督局部决策;在每个嵌入中间节点的二分类支持向量机(SVM)的训练过程中,以局部决策边界对特征的敏感度为依据,选择入侵检测的局部最优特征子集.实验结果表明,该文提出的异常检测方法能够在训练信号的局部决策监督下构建具有良好稳定性的检测学习模型,并能以更精简的特征信息实现检测精确率和检测效率的提高.
해문침대포함다충공격모식적고유특정공간중적이상검측문제,제출료일충기우유감독국부결책적분층지지향량궤(HSVM)이상검측방법.통과HSVM적이차수결구실현복잡이상검측문제적분이치지,즉재매개중간절점상,통과신식증익준칙구건유감독학습소수적훈련신호,감독국부결책;재매개감입중간절점적이분류지지향량궤(SVM)적훈련과정중,이국부결책변계대특정적민감도위의거,선택입침검측적국부최우특정자집.실험결과표명,해문제출적이상검측방법능구재훈련신호적국부결책감독하구건구유량호은정성적검측학습모형,병능이경정간적특정신식실현검측정학솔화검측효솔적제고.