采用改进最小闭包球向量机的电力信息网络入侵检测方法
为降低电力信息网络入侵检测的检测误差和检测耗时,提出一种基于改进最小闭包球向量机(minimum enclosing ball vector machine,MEBVM)的入侵检测方法。该方法将入侵检测抽象成多分类问题,通过改进 MEBVM 对历史数据样本的训练学习来得到入侵检测模型。改进 MEBVM 利用最小闭包球降低检测耗时,并在训练过程中利用粒子群优化算法动态搜索 MEBVM 的最优训练参数以降低入侵检测模型误差。最后基于电力信息网络现场数据的实验证明,该方法与传统方法相比具有更高的检测精度和更少的检测耗时。
电力信息网络、入侵检测、最小闭包球向量机、粒子群优化算法、多分类问题、误差分析、检测耗时
TM73;TP393(输配电工程、电力网及电力系统)
国家863高技术基金项目2011AA05A116。The National High Technology Research and Development of China 863 Program2011AA05A116
2013-09-23(万方平台首次上网日期,不代表论文的发表时间)
共6页
2675-2680