基于特征选择和多分类支持向量机的异常检测

摘要：

现有大部分的异常检测系统都是把数据分成正常和异常两类,这样可能会丢失重要信息。特征选择的目的是减少异常检测冗余特征的同时,高度保持和原始特征的一致性。实现了特征选择和多分类支持向量机的异常检测技术。采取粗糙集、SVDF、LGP、MARS相结合的特征选择方法。同时利用多分类支持向量机把数据分成五类。通过实验分析,表明DoS攻击相对于其他3种攻击的漏报率是最高的。

关键词： 异常检测 支持向量机 特征选择 数据分类

作者: 张晓惠 林柏钢

作者单位: 福州大学 数学与计算机科学学院,福建 福州 350108

会议类型: 国内会议

会议名称: 第二届中国计算机网络与信息安全学术会议

会议地点: 天津

会议语种:中文

页码: 68-73

在线出版日期: 2009-10-01（万方平台首次上网日期，不代表论文的发表时间）