10.3969/j.issn.1673-629X.2016.05.021
基于CS和LS-SVM的入侵检测算法
由于入侵检测中具有原始数据量大、维度较高、冗余度较大等特点,导致传统的入侵检测算法面对海量数据时检测识别度低,运行时间长,性能较差.为此,文中提出了一种将压缩感知和最小二乘支持向量机应用于入侵检测系统的方法.其创新点主要在于:引入压缩采样技术提取原始数据特征,在保留原数据主要特征的前提下,将高维数据转化为低维数据;利用最小二乘支持向量机直接在观测域中训练和分类数据,且核函数通过组合核函数构建.仿真结果表明,运用压缩感知进行特征提取能够极大保留原始特征,而最小二乘支持向量机能够在不损失精度的前提下加速分类.该方法能够较大地减少训练时间,并可以有效提高检测精度.
压缩感知、最小二乘法、支持向量机、入侵检测
26
TP301.6(计算技术、计算机技术)
国家自然科学基金资助项目61070234,61071167,61373137;国家大学生创新创业训练计划项目201410293021Z
2016-06-22(万方平台首次上网日期,不代表论文的发表时间)
共5页
99-103