基于支持向量机的Web用户行为异常检测方法

摘要：

支持向量机作为一种新的机器学习方法,由于其建立在结构风险最小化准则之上,从而使支持向量分类器具有较好的泛化能力.针对应用层用户行为异常检测存在的难点,本文提出了基于无监督支持向量杌的应用层用户行为异常检测的方法.实验结果表明.基于超平面和超球面的One-class SVM算法对应用层用户异常行为具有较高的检测率.

关键词：异常检测、One-Class支持向量机、支持向量数据描述

所属期刊栏目：26

分类号：TP393.08(计算技术、计算机技术)

在线出版日期：2014-07-08（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：1-3