基于改进SVM主动学习算法的入侵检测

被引：5

作者：

黄双福

陈贤富

机构：

[1] 中国科学技术大学电子科学与技术系

来源：

微电子学与计算机 | 2010年 / 27卷 / 03期

关键词：

入侵检测; 主动学习; 支持向量机; 样本复杂度;

D O I：

10.19304/j.cnki.issn1000-7180.2010.03.018

中图分类号：

TP393.08 [];

学科分类号：

0839 ; 1402 ;

摘要：

入侵检测研究中,采用基于支持向量机的主动学习算法,有效地降低了学习的样本复杂度.针对支持向量机主动学习算法中存在的随机构造的初始训练集样本质量不高和容易陷入次优等问题,提出了一种结合核空间聚类的初始训练集构建方法,并在距离准则的基础上引入了概率选择机制.仿真实验表明,在不降低检测效果的前提下,该算法所需的学习样本更少,并表现出较高的稳定性.

引用

页码：75 / 77+82 +82

页数：4