采用改进最小闭包球向量机的电力信息网络入侵检测方法

被引：8

作者：

王宇飞 ^{[1
]}

赵婷 ^{[1
]}

李韶瑜 ^{[2
]}

赵保华 ^{[1
]}

李玉杰 ^{[2
]}

机构：

[1] 中国电力科学研究院信息通信研究所

[2] 不详

来源：

电网技术 | 2013年 / 37卷 / 09期

关键词：

电力信息网络; 入侵检测; 最小闭包球向量机; 粒子群优化算法; 多分类问题; 误差分析; 检测耗时;

D O I：

10.13335/j.1000-3673.pst.2013.09.009

中图分类号：

TP393.08 []; TM73 [电力系统的调度、管理、通信];

学科分类号：

0839 ; 1402 ;

摘要：

为降低电力信息网络入侵检测的检测误差和检测耗时,提出一种基于改进最小闭包球向量机(minimum enclosing ball vector machine,MEBVM)的入侵检测方法。该方法将入侵检测抽象成多分类问题,通过改进MEBVM对历史数据样本的训练学习来得到入侵检测模型。改进MEBVM利用最小闭包球降低检测耗时,并在训练过程中利用粒子群优化算法动态搜索MEBVM的最优训练参数以降低入侵检测模型误差。最后基于电力信息网络现场数据的实验证明,该方法与传统方法相比具有更高的检测精度和更少的检测耗时。

引用

页码：2675 / 2680

页数：6

共 15 条

[1] 面向电力信息网络的安全态势感知研究 [J].