期刊文献+

基于云模型的增量SVM入侵检测方法 被引量:7

INCREMENTAL SVM INTRUSION DETECTION BASED ON CLOUD MODEL
下载PDF
导出
摘要 针对支持向量机增量算法中边界样本的提取机制效率不高的问题,提出基于云模型的增量SVM入侵检测方法。该算法利用云模型稳定性和不确定性的特点,将异类样本间的特征距离映射成隶属度函数,对初始集中边界向量进行提取。分析新增样本对支持向量集的影响,淘汰无用样本。理论分析和仿真实验表明,该算法在保证分类精度的同时有效地提高了检测速度。 A new incremental SVM intrusion detection algorithm based on cloud model is proposed for the problem of SVM incremental algorithm that the boundary samples extraction mechanism is of low efficiency.In this algorithm,the stability and uncertainty characteristics of the cloud model is used to map the feature distance between the heterogeneous samples onto the membership function to extract the boundary vectors of the initial dataset.At the same time the impact of the new samples added on the support vector set is analysed,and the useless samples are discarded.Theoretical analysis and simulation experiments demonstrate that the detection speed is greatly improved while the classification precision is guaranteed.
出处 《计算机应用与软件》 CSCD 北大核心 2013年第3期311-314,共4页 Computer Applications and Software
关键词 入侵检测 支持向量机 增量学习 云模型 边界向量 Intrusion detection Support vector machine(SVM) Incremental learning Cloud model Boundary vectors
  • 相关文献

参考文献7

二级参考文献21

  • 1滕月阳,唐焕文,张海霞.一种新的支持向量机增量学习算法[J].计算机工程与应用,2004,40(36):77-80. 被引量:7
  • 2李德毅.发现状态空间理论[J].小型微型计算机系统,1994,15(11):1-6. 被引量:25
  • 3王晓丹,郑春颖,吴崇明,张宏达.一种新的SVM对等增量学习算法[J].计算机应用,2006,26(10):2440-2443. 被引量:21
  • 4Burges C. A tutorial on support vector machines for pattern recognition[J]. Data Mining and Knowledge Discovery, 1998, 2(2): 127-167.
  • 5VAPNIK V. Statistical Learning Theory[M]. New York: Springer Verlag, 1995.
  • 6Syed N A, Liu H, Sung K. Incremental learning with support vector machines[C]//In Proceedings of the Workshop on Support Vector Machines at the international Joint Conference on Artificial Intelligence (IJCAI-99),Stockholm, Sweden, 1999.
  • 7李德毅,计算机智能接口与智能应用论文集,1993年
  • 8吴国富,实用数据分析方法,1992年
  • 9李中夫,模糊系统与数学,1987年,1卷,1期,1页
  • 10李德毅

共引文献1281

同被引文献62

引证文献7

二级引证文献21

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部