基于动态SVM的网络入侵检测研究

摘要：

针对支持向量机分类方法在小样本、非线性情况下具有较好的泛化性能的特点,结合入侵检测系统实时性和适应性的要求,提出了一种应用动态支持向量机的入侵检测系统,来提高SVM模型的分类精度,并详细介绍了系统训练集以及分类模型动态更新的方法.最后对系统进行了仿真验证.实验仿真表明,该系统可有效的提高入侵检测的准确率,改善由于数据集更新造成的SVM分类精度下降的情况.

关键词：支持向量机、入侵检测、数据集更新

所属期刊栏目：40

分类号：TP393(计算技术、计算机技术)

在线出版日期：2013-01-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：118-120