海军“十一五”预研项目(4010601010201)
- 作品数：2 被引量：27H指数：2
- 相关作者：聂凯井小沛汪厚祥罗志伟更多>>
- 相关机构：中国人民解放军海军工程大学更多>>
- 发文基金：海军“十一五”预研项目更多>>
- 相关领域：自动化与计算机技术更多>>
- 面向入侵检测的基于IMGA和MKSVM的特征选择算法被引量：15
- 2012年
- 入侵检测系统处理的数据具有数据量大、特征维数高等特点,会降低检测算法的处理速度和检测效率。为了提高入侵检测系统的检测速度和准确率,将特征选择应用到入侵检测系统中。首先提出一种基于免疫记忆和遗传算法的高效特征子集生成策略,然后研究基于支持向量机的特征子集评估方法。并针对可能出现的数据集不平衡造成的特征子集评估能力下降,以黎曼几何为依据,利用保角变换对核函数进行修改,以提高支持向量机的分类泛化能力。实验仿真表明,提出的特征选择算法不仅可以提高特征选择的效果,而且在不平衡数据集上具有更好的特征选择能力。还表明,基于该方法构建的入侵检测系统与没有运用特征选择的入侵检测系统相比具有更好的性能。
- 井小沛汪厚祥聂凯罗志伟
- 关键词：入侵检测遗传算法支持向量机
- 基于修正核函数SVM的网络入侵检测被引量：12
- 2012年
- 支持向量机分类方法在小样本、非线性情况下具有较好的泛化性能,在入侵检测系统中有着广泛的应用。针对入侵检测过程中可能出现的由两类样本不平衡造成的分离超平面偏移现象,以核函数所蕴含的黎曼几何为依据,引入一个伪一致性变换函数,对核函数进行修改,提高支持向量机的分类泛化能力,建立基于支持向量机的网络入侵检测系统,并对系统总体结构和运行机制进行了详细的描述。实验仿真表明,该系统可有效地提高入侵检测的准确率,改善由于数据集不平衡造成的支持向量机分类偏移的情况。
- 井小沛汪厚祥聂凯
- 关键词：入侵检测不平衡数据黎曼几何
