10.3969/j.issn.1000-3428.2012.14.006
基于核学习的入侵检测改进方法
针对入侵检测中部分攻击类型检测率低的问题,提出一种基于核学习的入侵检测改进方法.采用核主成分分析(KPCA)对入侵检测中的高维非线性结构数据集进行数据预处理,通过支持向量数据描述(SVDD)构造分类器,对预处理后的数据进行分类.实验结果表明,与已有方法相比,改进方法的检测精度较高、漏检率较低.
核学习、核主成分分析、支持向量数据描述、入侵检测、异常检测
38
TP309(计算技术、计算机技术)
国家自然科学基金资助项目61163036,61163039;甘肃省自然科学基金资助项目1010RJZA022,1107RJZA112;西北师范大学第三期知识与创新工程科研骨干基金资助项目nwnu-kjcxgc03-67
2012-10-29(万方平台首次上网日期,不代表论文的发表时间)
共5页
21-25