学术探索
学术期刊
新闻热点
数据分析
智能评审
立即登录
一种基于粗糙集属性约简的支持向量异常入侵检测方法
被引:20
作者
:
张义荣
论文数:
0
引用数:
0
h-index:
0
机构:
国防科技大学电子科学与工程学院
张义荣
鲜明
论文数:
0
引用数:
0
h-index:
0
机构:
国防科技大学电子科学与工程学院
鲜明
肖顺平
论文数:
0
引用数:
0
h-index:
0
机构:
国防科技大学电子科学与工程学院
肖顺平
王国玉
论文数:
0
引用数:
0
h-index:
0
机构:
国防科技大学电子科学与工程学院
王国玉
机构
:
[1]
国防科技大学电子科学与工程学院
来源
:
计算机科学
|
2006年
/ 06期
关键词
:
异常检测;
粗糙集理论;
属性约简;
v-SVM算法;
异构值差度量(HVDM);
D O I
:
暂无
中图分类号
:
TP393.08 [];
学科分类号
:
0839 ;
1402 ;
摘要
:
实现了一种粗糙集属性约简和支持向量机分类相结合的异常入侵检测方法。针对网络连接记录特征属性高维的特点,采用粗糙集属性约简的方法压缩数据空间,然后采用v-SVM两分类方法处理约简和正规化后的数据。基于DARPA1998数据源的实验表明,与采用全部属性的v-SVM两分类方法相比,该方法具有与之相当的分类精度,但有效地降低了检测时间,减少了存储空间。
引用
收藏
页码:64 / 68
页数:5
相关论文
未找到相关数据
未找到相关数据