基于加权支持向量机的入侵检测系统

摘要：

目前的入侵检测系统存在先验知识较少的情况下推广能力差的问题,针对各样本重要性的差异,提出了加权支持向量机方法并给出了对偶最优化问题的描述及其SMO训练算法.在入侵检测实验中,训练样本的重要性通过测试样本与该样本的空间距离来表征.实验表明,基于加权支持向量机的入侵检测系统在小样本(先验知识少)的条件下不但提高了入侵检测的精度,而且缩短了入侵检测时间.

关键词： 入侵检测 支持向量机 加权因子 对偶优化 网络安全 机器学习

作者: 何宁 卢昱 王磊

作者单位: 装备指挥技术学院,北京,101416;中国人民解放军63999部队,北京,100094 装备指挥技术学院,北京,101416 中国人民解放军63999部队,北京,100094

会议类型: 国内会议

会议名称: 第二届中国可信计算与信息安全学术会议

会议地点: 河北保定

会议语种:中文

页码: 474-479

在线出版日期: 2006-10-21（万方平台首次上网日期，不代表论文的发表时间）