基于SVM的入侵检测系统中特征权重优选方法综述

摘要：

基于统计学习理论的支持向量机有较好的泛化能力,然而当样本含有与该问题不完全相关甚至完全无关的特征时,会使得各个特征对问题的相关程度差异很大,为了提高分类的正确率,对各个特征进行加权尤为重要.在入侵检测系统中,网络中的特征对分类结果的影响程度也是不同的,本文列举了对这些特征进行加权的几种方法.

关键词： 特征加权 支持向量机 入侵检测 优选方法

作者: 解永娟 王汝传 任勋益

作者单位: 南京邮电大学,计算机学院,江苏,南京,210003 南京邮电大学,计算机学院,江苏,南京,210003;南京大学,计算机软件新技术国家重点实验室,江苏,南京,210093

会议类型: 国内会议

会议名称: 第十届保密通信与信息安全现状研讨会

会议地点: 北京

会议语种:中文

页码: 126-129

在线出版日期: 2007-08-01（万方平台首次上网日期，不代表论文的发表时间）