基于云模型和支持向量机的入侵检测特征选择方法

摘要：

　　提出一种基于云模型和支持向量机(Support Vector Machine,SVM)的入侵检测特征选择方法,该方法采用逆向云发生器从真实训练数据中得到云的数字特征,形成实际判断规则,实现正常数据建模,把网络入侵检测正确率作为SVM 参数优化目标函数,以提高入侵检测的正确率。在KDDCUP1999 数据集上进行仿真实验,结果表明该方法能更有效地精简网络数据特征,能够有效地解决入侵检测中存在的特征选择问题,并在保证较高检测率的基础上,对不同类型的攻击检测具有良好的均衡性。

关键词： 网络安全 入侵检测 云模型 支持向量机

作者: Feng Xiang-Rong 冯向荣 WU Jun 吴俊

作者单位: Yiwu Iudustrial&Commercial College, Yiwu Zhejiang 322000, China 义乌工商职业技术学院,浙江义乌,322000

会议类型: 国内会议

会议名称: 2012全国高性能计算学术年会

会议地点: 张家界

会议语种:中文

页码: 1-6

在线出版日期: 2012-10-29（万方平台首次上网日期，不代表论文的发表时间）