煤炭技术
煤炭技術
매탄기술
COAL TECHNOLOGY
2013年
2期
170-172
,共3页
入侵检测%粗糙集%支持向量机%增量学习
入侵檢測%粗糙集%支持嚮量機%增量學習
입침검측%조조집%지지향량궤%증량학습
目前入侵行为有多样化和复杂化的趋势,如何快速准确地检测出新未知类型的攻击已成为研究焦点.文章将增量式学习引入支持向量机中,巧妙将粗糙集的属性约简与增量式支持向量机较强泛化能力相结合,建立一种基于RS-ISVM的网络入侵检测系统模型.并充分利用广义KKT条件作为判断标准,来提高分类的精度和节约训练时间,经理论分析和实验阐明了该组合模型对入侵检测的有效和合理性.
目前入侵行為有多樣化和複雜化的趨勢,如何快速準確地檢測齣新未知類型的攻擊已成為研究焦點.文章將增量式學習引入支持嚮量機中,巧妙將粗糙集的屬性約簡與增量式支持嚮量機較彊汎化能力相結閤,建立一種基于RS-ISVM的網絡入侵檢測繫統模型.併充分利用廣義KKT條件作為判斷標準,來提高分類的精度和節約訓練時間,經理論分析和實驗闡明瞭該組閤模型對入侵檢測的有效和閤理性.
목전입침행위유다양화화복잡화적추세,여하쾌속준학지검측출신미지류형적공격이성위연구초점.문장장증량식학습인입지지향량궤중,교묘장조조집적속성약간여증량식지지향량궤교강범화능력상결합,건립일충기우RS-ISVM적망락입침검측계통모형.병충분이용엄의KKT조건작위판단표준,래제고분류적정도화절약훈련시간,경이론분석화실험천명료해조합모형대입침검측적유효화합이성.
