计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2010年
28期
85-87
,共3页
界标Isomap(L-Isomap)%支持向量机(SVM)%异构值差度量(HVDM)%入侵检测
界標Isomap(L-Isomap)%支持嚮量機(SVM)%異構值差度量(HVDM)%入侵檢測
계표Isomap(L-Isomap)%지지향량궤(SVM)%이구치차도량(HVDM)%입침검측
支持向量机所具有的处理小样本和良好的推广能力的优势,在入侵检测中得到了广泛应用.考虑到数据特征的高维性和冗余性,特征提取是一个关键步骤.采用非线性流形学习算法L-Isomap对入侵检测数据进行特征选择,然后应用one-class SVM训练并识别异常.通过将异构值差度量(HvDM)距离代替欧几里德距离提出了HL-Isomap.选用KDD数据集来比较上述不同模型,实验结果表明了降维方法的有效性,尤其是误警率性能得到了显著的提高.
支持嚮量機所具有的處理小樣本和良好的推廣能力的優勢,在入侵檢測中得到瞭廣汎應用.攷慮到數據特徵的高維性和冗餘性,特徵提取是一箇關鍵步驟.採用非線性流形學習算法L-Isomap對入侵檢測數據進行特徵選擇,然後應用one-class SVM訓練併識彆異常.通過將異構值差度量(HvDM)距離代替歐幾裏德距離提齣瞭HL-Isomap.選用KDD數據集來比較上述不同模型,實驗結果錶明瞭降維方法的有效性,尤其是誤警率性能得到瞭顯著的提高.
지지향량궤소구유적처리소양본화량호적추엄능력적우세,재입침검측중득도료엄범응용.고필도수거특정적고유성화용여성,특정제취시일개관건보취.채용비선성류형학습산법L-Isomap대입침검측수거진행특정선택,연후응용one-class SVM훈련병식별이상.통과장이구치차도량(HvDM)거리대체구궤리덕거리제출료HL-Isomap.선용KDD수거집래비교상술불동모형,실험결과표명료강유방법적유효성,우기시오경솔성능득도료현저적제고.
