基于独立成分分析和支持向量机的入侵检测方法

被引：7

作者：

谷雨

郑锦辉

孙剑

徐宗本

机构：

[1] 西安交通大学电子与信息工程学院

[2] 西安交通大学理学院

[3] 西安交通大学理学院西安

[4] 西安

来源：

西安交通大学学报 | 2005年 / 08期

关键词：

入侵检测; 独立成分分析; 支持向量机;

D O I：

暂无

中图分类号：

TP393.08 [];

学科分类号：

0839 ; 1402 ;

摘要：

提出了一种入侵检测方法,该方法采用独立成分分析方法获取入侵行为模式的高阶统计信息,并将输入模式空间映射到相应的独立成分空间,然后利用支持向量机对小样本、高维数据泛化能力强的特点,在独立成分空间中用支持向量机原理构造广义最优分类超平面.数值实验表明,所提方法可大大降低特征空间维数,具有较好的分类正确性.特别是当高斯核参数σ值在1～3之间时,利用该方法的漏检数仅为标准支持向量机算法的1/9,这说明它能有效地获取入侵行为的本质特征,对新的入侵行为有比较好的识别能力.

引用

页码：876 / 879

页数：4