| 基于融合分类和支持向量机的入侵检测研究 |
| |
| 引用本文： | 肖海军,洪帆,张昭理,廖俊国.基于融合分类和支持向量机的入侵检测研究[J].计算机仿真,2008,25(4):130-133. |
| |
| 作者姓名： | 肖海军 洪帆 张昭理 廖俊国 |
| |
| 作者单位： | 1. 华中科技大学计算机科学与技术学院,湖北,武汉,430074;中国地质大学(武汉)数学与物理学院,湖北,武汉,430074
2. 华中科技大学计算机科学与技术学院,湖北,武汉,430074 |
| |
| 基金项目： | 国家自然科学基金
,
湖南省教育厅科研项目 |
| |
| 摘 要： | 为了在提高入侵检测的检测率的同时降低虚警率,基于融合分类和支持向量机的异常检测利用融合分类器进行入侵检测.融合分类器包含三个不同的分类器:基于属性选择的支持向量机,基于样本剔除的支持向量机以及标准支持向量机.仿真实验由三部分组成:首先,预处理数据,然后,对完成预处理的数据分别用三个分类器进行预分类,最后,由这三个分类器实际输出的加权和进行融合决策.权值的最优化是一个NP-hard问题,在实验中,利用各分类器预分类的检测率作为其对应的权值简化了权值寻优的过程.实验结论表明,基于融合分类和支持向量机的异常检测可提高入侵检测的整体性能.
|
| 关 键 词： | 支持向量机 误用检测 融合分类 |
| 文章编号： | 1006-9348(2008)04-0130-03 |
| 修稿时间： | 2007年3月19日 |
Intrusion Detection Based on a Fusion Classifier and SVM |
| |
| XIAO Hai-jun,HONG Fan,ZHANG Zhao-li,LIAO Jun-guo.Intrusion Detection Based on a Fusion Classifier and SVM[J].Computer Simulation,2008,25(4):130-133. |
| |
| Authors: | XIAO Hai-jun HONG Fan ZHANG Zhao-li LIAO Jun-guo |
| |
| Affiliation: | XIAO Hai-jun1,2,HONG Fan1,ZHANG Zhao-li1,LIAO Jun-guo 1 (1.College of Computer Science & Technology,Huazhong University of Science & Technology,Wuhan Hubei 430074,China,2.School of Mathematics , Physics,China University of Geosciences,China) |
| |
| Abstract: | In order to gain the result of identifying a good detection mechanism in intrusion detection,a fusion classifier,which is popularly known as the ensemble approach,is designed to build the intrusion detection system.This fusion classifier contains three classifiers: the first is a SVM based on attribute selection,the second is a SVM based on sample reduction,and the last is a standard SVM.The ensemble approach includes three steps.The first step is data processing.The second step is to carefully construct th... |
| |
| Keywords: | Support vector machine Intrusion detection Fusion classifier |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
|
