基于约简SVM的网络入侵检测模型

被引：7

作者：

曾志强 ^{[1
,2
]}

高济 ^{[2
]}

朱顺痣 ^{[1
]}

机构：

[1] 厦门理工学院厦门市软件体系结构重点实验室

[2] 浙江大学计算机科学与技术学院

来源：

关键词：

入侵检测; 支持向量机; 核聚类; 原像;

D O I：

暂无

中图分类号：

TP393.08 [];

学科分类号：

0839 ; 1402 ;

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。

引用

页码：132 / 134

页数：3