基于交叉验证SVM的网络入侵检测

摘要：

针对传统入侵检测系统漏报率和误报率高的问题,将支持向量机(SVM)应用于入侵检测中,提出了在SVM学习过程中引入交叉验证的方法,采用径向基函数(RBF)作为核,将训练集分成若干子集,每一子集使用其它子集训练得到的分类器进行测试,获得RBF的两个最佳参数后,将其应用于最终的分类器.实验结果表明,该方法能够有效检测入侵攻击,具有更高的检测率和更强的泛化能力,同时具有较低的误报率和漏报率,可以有效地运用于入侵检测系统中.

关键词：机器学习、入侵检测、统计学习、支持向量机、交叉验证

所属期刊栏目：24

分类号：TP393.08(计算技术、计算机技术)

在线出版日期：2010-11-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：419-423