|
|||||
|
|
| 基于约简SVM的网络入侵检测模型 | |
| 引用本文： | 曾志强,高济,朱顺痣.基于约简SVM的网络入侵检测模型[J].计算机工程,2009,35(17):132-134. |
| 作者姓名： | 曾志强 高济 朱顺痣 |
| 作者单位： | 1. 厦门理工学院厦门市软件体系结构重点实验室,厦门,361024;浙江大学计算机科学与技术学院,杭州,310027 2. 浙江大学计算机科学与技术学院,杭州,310027 3. 厦门理工学院厦门市软件体系结构重点实验室,厦门,361024 |
| 基金项目： | 福建省青年人才基金资助项目，厦门理工学院校引进人才基金资助项目 |
| 摘 要： | 支持向量的数量越大，基于SVM的网络入侵检测系统速度越慢。针对该问题提出一种新的SVM约简方法，在特征空间中对支持向量进行聚类，寻找聚类质心在输入空间中的原像，将其作为约简向量，以实现支持向量削减目的。实验结果证明，该方法能提高SVM入侵检测引擎的速度，增强入侵检测系统的实时响应能力。 |
| 关 键 词： | 入侵检测 支持向量机 核聚类 原像 |
| 修稿时间： | |
Network Intrusion Detection Model Based on Simplified SVM |
|
| ZENG Zhi-qiang,GAO Ji,ZHU Shun-zhi.Network Intrusion Detection Model Based on Simplified SVM[J].Computer Engineering,2009,35(17):132-134. | |
| Authors: | ZENG Zhi-qiang GAO Ji ZHU Shun-zhi |
| Affiliation: | 1. Xiamen Key Lab of Software Architecture;Xiamen University of Technology;Xiamen 361024;2. College of Computer Science and Technology;Zhejiang University;Hangzhou 310027 |
| Abstract: | The larger the number of support vectors is,the slower the detection speed of network intrusion detection system based on SVM is. Aiming at this problem,a novel method to simplify SVM is presented. The support vectors are organized in clusters in the feature space. For each cluster centroid,it finds the pre-image in input space and adopts it as a reduced vector to compress the number of support vectors. Experimental results show that this method can improve detection speed of SVM engine and enhance the real... |
| Keywords: | intrusion detection Support Vector Machine(SVM) kernel-based clustering pre-image |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ | |
| 点击此处可从《计算机工程》浏览原始摘要信息 | |
| 点击此处可从《计算机工程》下载全文 | |
