- 1、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
kdd99支持向量机的入侵检测应用
华中科技大学学报(自然科学版) Vo l. 36 1 0. 3
第36 卷第3 期
2008年 3 月 J. Huazhong Univ. of Sci. ß. Tech. (Jatural Science Edition) Ma r. 2008
基于特征选择和支持向量机的异常检测
肖海军1.2 王小非l 洪 帆l 在国华I
(l华中科技大学计算机科学与技术学院,湖北武汉 430074;
2 中国地质大学(武汉)数学与物理学院,湖北武汉 430074)
摘要:为在提高检测率的同时保持较低的虚警率.提出→种不同于单-算法的基于特征选择和支持向量机的
异常检测技术.首先用-个数据子集进行特征选择.通过构造函数来计算特征间的相似度,并在不失样本信息
的前提下.完成会话样本的特征选择;然后对用于训练和测试的数据执行特征选择,剔除不必要的数据特征;
最后利用支持向量机来判断入侵.仿真实验表明:与基于标准的支持向量机、基于 tf X idf 的支持向量机、基于
tfX idf 的神经网络及基于数据挖掘等的异常检测相比较,该方法具有更高检测率.同时其虚警率也更低.
关 键 词.异常检测:特征选择;支持向量机;虚警率;检测率
中图分类号 TP393.08 文献标识码 A 文章编号 1671-4512(2008)03-0099-04
Attribute selection-based and support vector
machine for anomaly detection
I 2 H071g
Xiaο Haiju71 • Wa71g Xiaofei Fun Cui Guohua
(1 College of Computer Science and Technology. Huazhong University of Science and
Technology. Wuhan 430074. China; 2 School of Mathematics and Physics. China
University of Geosciences. Wuhan 430074. China)
Abstract: 1n order to get a high detection rata and a low false rata , many researchers pay more atten-
tion in studying the algorithm for intrusion detection only. This paper proposes an attribute selection
based ancl sllpport vector machine (SVM) [or anomaly detection. The first is attribllte selection ,
which extracts some attributes [rom relatively corresponcling attriblltes. The seconcl is dealing with
the attribute selection o[ training set and test set. Attribute selection r
文档评论(0)