基于支持向量数据描述的异常检测方法

摘要：

提出了一种基于支持向量数据描述算法的异常检测方法.该方法将入侵检测看作是一种单值分类问题,建立正常行为的支持向量描述模型,通过该模型可以检测各种已知和未知的攻击行为.该方法是一种无监督的异常检测方法,能够在包含噪声的数据集进行模型训练,降低了训练集的要求.在KDD CUP'99标准入侵检测数据集上进行实验,并与无监督聚类异常检测实验结果相比较,证实该方法能够获得较高检测率和较低误警率.

关键词：网络安全、入侵检测、异常检测、支持向量数据描述、支持向量机

所属期刊栏目：31

分类号：TP393.08(计算技术、计算机技术)

资助基金：国家自然科学基金66973034,90104005

在线出版日期：2005-03-24（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：39-42