华中师范大学学报（自然科学版）
華中師範大學學報（自然科學版）
화중사범대학학보（자연과학판）
JOURNAL OF CENTRAL CHINA NORMAL UNIVERSITY(NATURAL SCIENCES)
2013年
1期
23-26
,共4页
云模型%支持向量机%特征选择%入侵检测
雲模型%支持嚮量機%特徵選擇%入侵檢測
운모형%지지향량궤%특정선택%입침검측
针对目前特征选择算法均存在容易陷入局部最优、迭代后期收敛速度慢的缺陷,提出一种基于云模型和支持向量机(Support Vector Machine,SVM)的入侵检测特征选择方法,该方法采用逆向云发生器从真实训练数据中得到云的数字特征,形成实际判断规则,实现正常数据建模,把网络入侵检测正确率作为SVM参数优化目标函数,以提高入侵检测的正确率.在KDDCUP1999数据集上进行仿真实验,结果表明该方法能更有效地精简网络数据特征,能够有效地解决入侵检测中存在的特征选择问题,并在保证较高检测率的基础上,对不同类型的攻击检测具有良好的均衡性.
針對目前特徵選擇算法均存在容易陷入跼部最優、迭代後期收斂速度慢的缺陷,提齣一種基于雲模型和支持嚮量機(Support Vector Machine,SVM)的入侵檢測特徵選擇方法,該方法採用逆嚮雲髮生器從真實訓練數據中得到雲的數字特徵,形成實際判斷規則,實現正常數據建模,把網絡入侵檢測正確率作為SVM參數優化目標函數,以提高入侵檢測的正確率.在KDDCUP1999數據集上進行倣真實驗,結果錶明該方法能更有效地精簡網絡數據特徵,能夠有效地解決入侵檢測中存在的特徵選擇問題,併在保證較高檢測率的基礎上,對不同類型的攻擊檢測具有良好的均衡性.
침대목전특정선택산법균존재용역함입국부최우、질대후기수렴속도만적결함,제출일충기우운모형화지지향량궤(Support Vector Machine,SVM)적입침검측특정선택방법,해방법채용역향운발생기종진실훈련수거중득도운적수자특정,형성실제판단규칙,실현정상수거건모,파망락입침검측정학솔작위SVM삼수우화목표함수,이제고입침검측적정학솔.재KDDCUP1999수거집상진행방진실험,결과표명해방법능경유효지정간망락수거특정,능구유효지해결입침검측중존재적특정선택문제,병재보증교고검측솔적기출상,대불동류형적공격검측구유량호적균형성.
