基于RS和WSVM的网络入侵检测算法研究

摘要：

研究网络人侵检测问题.由于网络系统受到入侵攻击,危害网络安全.针对传统SVM检测能力有限,在高维数大规模的入侵检测样本下学习速度慢、资源消耗大的问题.为提高检测系统的精度及实时性,提出了一种将粗糙集(RS)和小波核支持向量机(WSVM)相结合的检测算法.使用粗糙集对训练样本进行属性约简及样本约简,降低样本维数及规模;用小波函数构造SVM的核函数以增强其推广能力,用约简后的样本训练WSVM,建立分类器模型,选用KDD Cup 99数据集进行仿真.结果表明,组合算法获得了较高的检测速度,降低了误报率,证明了算法的可行性,提高了入侵检测系统的性能.

关键词：入侵检测、支持向量机、小波核函数、粗糙集

所属期刊栏目：28

分类号：TP393(计算技术、计算机技术)

在线出版日期：2011-08-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：175-178