基于特征选择和支持向量机的异常检测方法

摘要：

针对异常检测系统虚警率高、检测率低以及冗余特征对检测系统造成负担的问题,提出一种基于特征选择和支持向量机相结合的异常检测方法.该方法通过构造一种基于分类模型分类准确率计算的特征选择算法,筛选出能够获得分类准确率最高的特征组合,并与支持向量机分类算法相结合,实现数据的异常检测.仿真测试结果表明,该方法具有较高的检测准确率和较低的检测时间,并通过去除噪声特征,降低了系统的数据处理难度.

关键词：异常检测、特征选择、支持向量机、分类准确率、分类模型

所属期刊栏目：34

分类号：TP393.08(计算技术、计算机技术)

资助基金：保密通信重点实验室基金项目9140C110404110C1106;广西自然科学基金项目2012GXNSFAA053224;广西研究生教育创新计划基金项目2010105950810M18;广西教育厅基金项目201010LX156、CD10066X

在线出版日期：2013-10-28（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：3046-3049,3162