支持向量分类机在入侵检测中的应用研究

摘要：

为解决入侵检测系统的泛化能力问题,分析了多类分类器的理论框架,并综合考虑训练集数据的预处理、交叉验证时间和入侵检测模型准确率三个因素,提出了一种改进的粗细网格参数优化算法.在基于支持向量机的入侵检测模型中,将KDD数据集映射到高维空间,并采用不同的算法对核函数相关参数进行优化.实例仿真计算表明,通过改进的网格搜索法所获得的参数相对来说有明显的时间优势,分类精度和效率得到了提高.

关键词：入侵检测系统、KDD数据集、支持向量机、核函数、网格搜索

所属期刊栏目：49

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60961002

在线出版日期：2013-07-15（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：88-91,104