基于超球支持向量机的键盘异常检测
将改进粒子群算法(IPSO)优化超球支持向量机(HSSVM)应用于键盘的异常检测. 首先, 在Windows操作系统中, 利用开发的钩子(hook)程序, 通过系统消息WM_KEYDOWN和WM_KEYUP捕获键盘的击键消息, 收集整理需要的按键时间序列作为训练集和测试集; 然后, 采用HSSVM模型进行样本训练, 最终转化为一个二次规划问题, 其中利用IPSO对HSSVM模型的惩罚因子和核参数进行寻优; 最后, 采用测试集对模型检测准确率进行验证, 并和优化前结果对比. 测试结果表明: IPSO-HSSVM模型应用于键盘的异常检测有效可行, 准确率达到90%以上, 且比优化前的HSSVM检测效果要好, 但要获得更高的检测准确率, 还需要进一步提高训练样本的质量和数量.
超球支持向量机、钩子程序、异常检测、击键消息、粒子群算法
27
浙江省公益技术应用研究项目2014C31G2060072
2018-05-11(万方平台首次上网日期,不代表论文的发表时间)
共6页
231-236