一种基于快速增量SVM的入侵检测方法 被引量：7

1

作者 牟琦 陈艺坤 +1 位作者 毕孝儒 厍向阳 《计算机工程》 CAS CSCD 2012年第12期92-94,共3页

针对基于支持向量机(SVM)的入侵检测方法检测率低、检测速度慢的问题,提出一种基于快速增量SVM的入侵检测方法B-ISVM。该方法在确定邻界区后筛选其中的样本进行训练,完成分类超平面的初步构造,利用筛选因子提取支持向量,再进行基于KKT... 针对基于支持向量机(SVM)的入侵检测方法检测率低、检测速度慢的问题,提出一种基于快速增量SVM的入侵检测方法B-ISVM。该方法在确定邻界区后筛选其中的样本进行训练,完成分类超平面的初步构造,利用筛选因子提取支持向量,再进行基于KKT条件的增量学习,实现增量SVM分类器的构造。实验结果表明,该方法可以提高入侵检测率和检测速度,拥有更好的分类性能。 展开更多

关键词 入侵检测 增量支持向量机 K-均值算法 邻界区 样本分散度

在线阅读 下载PDF 职称材料

入侵检测中的多分类SVM增量学习算法 被引量：3

2

作者 吴静 刘衍珩 孟凡雪 《北京工业大学学报》 EI CAS CSCD 北大核心 2009年第12期1697-1702,共6页

通过分析入侵检测样本的分布特点,提出了一种多分类SVM增量学习算法.该算法通过衡量同类样本点和样本中心之间的距离来确定用于训练的支持向量,以选择对分类贡献较大的边缘向量进行训练,通过求解多个超平面的方法划分出不同类别样本的区... 通过分析入侵检测样本的分布特点,提出了一种多分类SVM增量学习算法.该算法通过衡量同类样本点和样本中心之间的距离来确定用于训练的支持向量,以选择对分类贡献较大的边缘向量进行训练,通过求解多个超平面的方法划分出不同类别样本的区域,实现了多分类的增量学习.在保证检测率的同时,减少了样本学习数量.利用KDDCUP99标准数据集进行测试,证明该算法可以大幅度降低训练的时间和空间复杂度. 展开更多

关键词 支持向量机 入侵检测 增量学习 多分类

在线阅读 下载PDF 职称材料

基于增量式学习的数据流实时分类模型 被引量：5

3

作者 孙娜 郭延锋 《计算机工程与设计》 CSCD 北大核心 2012年第11期4225-4229,共5页

传统数据挖掘方法,主要针对静态数据进行挖掘,而对数据流挖掘往往失效。为了解决数据流的数据挖掘问题,提出一种通过改变传统支持向量机增量式学习方法,利用轮转式结构将多分类器按照数据流时间顺序进行组合,并且通过对分类器的优化,可... 传统数据挖掘方法,主要针对静态数据进行挖掘,而对数据流挖掘往往失效。为了解决数据流的数据挖掘问题,提出一种通过改变传统支持向量机增量式学习方法,利用轮转式结构将多分类器按照数据流时间顺序进行组合,并且通过对分类器的优化,可以提高模型对数据流分类的准确率并减少训练时间消耗。实验结果表明,该模型在保证学习精度和推广能力的同时,提高了训练速度,适合于数据流在线分类和在线学的问题。 展开更多

关键词 增量式学习 支持向量机 网络异常检测 概念漂移 多分类器模型

在线阅读 下载PDF 职称材料

并行PSVM算法及其在入侵检测中的应用(英文) 被引量：2

4

作者 明仲 林朝哲 蔡树彬 《深圳大学学报（理工版）》 EI CAS 北大核心 2010年第3期327-333,共7页

基于并行PSVM(proximal support vector machine)分类法,利用ε-支持向量与原数据集等价的特点,将PSVM和cascade SVM模型高效结合,加速训练入侵数据集.提出一种新的PSVM增量学习方法,它能快捷更新分类器.通过大量基于著名的KDD CUP1999... 基于并行PSVM(proximal support vector machine)分类法,利用ε-支持向量与原数据集等价的特点,将PSVM和cascade SVM模型高效结合,加速训练入侵数据集.提出一种新的PSVM增量学习方法,它能快捷更新分类器.通过大量基于著名的KDD CUP1999数据集实验,研究表明,该算法相对其他SVM方法,在保证较高检测率和较低误报率的同时,其训练时间降低80%,且能通过增量学习新数据集来有效更新分类器. 展开更多

关键词 数据挖掘 并行PSVM 入侵检测 增量学习 ε-支持向量 层叠式SVM

在线阅读 下载PDF 职称材料

基于改进SVM协作训练的入侵检测方法 被引量：2

5

作者 邬书跃 余杰 樊晓平 《计算机应用》 CSCD 北大核心 2011年第12期3337-3339,共3页

提出了在少量样本条件下,采用带变异因子的支持向量机(SVM)协作训练模型进行入侵检测的方法。充分利用大量未标记数据,通过两个分类器检测结果之间的迭代训练,可以提高检测算法的准确度和稳定性。在协作训练的多次迭代之间引入变异因子... 提出了在少量样本条件下,采用带变异因子的支持向量机(SVM)协作训练模型进行入侵检测的方法。充分利用大量未标记数据,通过两个分类器检测结果之间的迭代训练,可以提高检测算法的准确度和稳定性。在协作训练的多次迭代之间引入变异因子,减小由于过学习而降低训练效果的可能。仿真实验表明,该方法的检测准确度比传统的SVM算法提高了7.72%,并且对于训练数据集和测试数据集的依赖程度都较低。 展开更多

关键词 入侵检测 支持向量机 协作训练 小样本 分类器

在线阅读 下载PDF 职称材料

基于Tri-training的入侵检测算法 被引量：2

6

作者 邬书跃 余杰 樊晓平 《计算机工程》 CAS CSCD 2012年第6期158-160,共3页

半监督的双协同训练要求划分出的2个数据向量相互独立,不符合真实的网络入侵检测数据特征。为此,提出一种基于三协同训练(Tri-training)的入侵检测算法。使用大量未标记数据,通过3个分类器对检测结果进行循环迭代训练,避免交叉验证。仿... 半监督的双协同训练要求划分出的2个数据向量相互独立,不符合真实的网络入侵检测数据特征。为此,提出一种基于三协同训练(Tri-training)的入侵检测算法。使用大量未标记数据,通过3个分类器对检测结果进行循环迭代训练,避免交叉验证。仿真实验表明,在少量样本情况下,该算法的检测准确度比SVM Co-training算法提高了2.1%,并且随着循环次数的增加,其性能优势更加明显。 展开更多

关键词 入侵检测 小样本 支持向量机 半监督 双协同训练 三协同训练

在线阅读 下载PDF 职称材料

应用支持向量机实现增量入侵检测 被引量：1

7

作者 杨森 徐海涛 柴乔林 《计算机工程与应用》 CSCD 北大核心 2004年第27期142-143,191,共3页

支持向量机的最大特点是通过有限的训练集样本得到小的误差,保证对独立的测试集保持小的误差,即在先验知识较少的条件下仍然保持良好的推广能力。增量学习是弥补先验知识不足的有效途径。通过对向量机初始训练、增量学习、特征解析等一... 支持向量机的最大特点是通过有限的训练集样本得到小的误差,保证对独立的测试集保持小的误差,即在先验知识较少的条件下仍然保持良好的推广能力。增量学习是弥补先验知识不足的有效途径。通过对向量机初始训练、增量学习、特征解析等一系列流程的描述,提出了一种小样本下应用支持向量机技术创建的具有增量学习能力的入侵检测系统。 展开更多

关键词 支持向量机 增量学习 入侵检测 小样本

在线阅读 下载PDF 职称材料

基于增量支持向量机的DoS入侵检测 被引量：7

8

作者 刘晔 王泽兵 +1 位作者 冯雁 古红英 《计算机工程》 EI CAS CSCD 北大核心 2006年第4期179-180,186,共3页

提出了一个基于增量学习支持向量机的DoS入侵检测方法,其基本思想是将训练样本库分割成几个互不相交的训练子库,按批次对各个训练子库样本进行训练,每次训练中只保留支持向量,去除非支持向量。与传统的基于支持向量机的入侵检测方法对... 提出了一个基于增量学习支持向量机的DoS入侵检测方法,其基本思想是将训练样本库分割成几个互不相交的训练子库,按批次对各个训练子库样本进行训练,每次训练中只保留支持向量,去除非支持向量。与传统的基于支持向量机的入侵检测方法对比的试验表明,该方法在不影响检测性能的同时明显减少了训练时间。 展开更多

关键词 入侵检测 拒绝服务 增量学习 支持向量机

在线阅读 下载PDF 职称材料

基于云模型的增量SVM入侵检测方法 被引量：7

9

作者 张永俊 牟琦 毕孝儒 《计算机应用与软件》 CSCD 北大核心 2013年第3期311-314,共4页

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... 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。 展开更多

关键词 入侵检测 支持向量机 增量学习 云模型 边界向量

在线阅读 下载PDF 职称材料

基于增量学习的SVM-KNN网络入侵检测方法 被引量：33

10

作者 付子爔 徐洋 +2 位作者 吴招娣 许丹丹 谢晓尧 《计算机工程》 CAS CSCD 北大核心 2020年第4期115-122,共8页

为满足入侵检测的实时性和准确性要求,通过结合支持向量机(SVM)和K最近邻(KNN)算法设计IL-SVM-KNN分类器,并采用平衡k维树作为数据结构提升执行速度.训练阶段应用增量学习思想并考虑知识库的扩展,分类阶段则利用SVM和KNN算法将待分类数... 为满足入侵检测的实时性和准确性要求,通过结合支持向量机(SVM)和K最近邻(KNN)算法设计IL-SVM-KNN分类器,并采用平衡k维树作为数据结构提升执行速度.训练阶段应用增量学习思想并考虑知识库的扩展,分类阶段则利用SVM和KNN算法将待分类数据分成3种情况应用不同的分类策略.基于KDD CUP99和NSL-KDD数据集进行实验,结果表明,IL-SVM-KNN能够区分正常流量和异常流量并准确判断异常流量的攻击类型,其准确率较KNN算法和SVM算法有明显提升,判断攻击类型的准确性高于决策树、随机森林和XGBoost算法,并且较两层卷积神经网络消耗时间更少,资源消耗更低. 展开更多

关键词 支持向量机 K最近邻算法 k维树 入侵检测 增量学习 卷积神经网络

在线阅读 下载PDF 职称材料

自适应剪枝LS-SVM算法在入侵检测中的应用研究

11

作者 白天 张昊 《计算机应用与软件》 CSCD 2011年第12期277-279,282,共4页

针对SVM方法计算复杂度和时间复杂度较高的缺点,提出一种自适应剪枝LS-SVM算法。该算法通过块增量学习、剪枝过程以及逆学习的交替进行,大幅减少了支持向量的个数,降低了算法的计算复杂度和时间复杂度。实验结果表明,同标准C-SVM算法相... 针对SVM方法计算复杂度和时间复杂度较高的缺点,提出一种自适应剪枝LS-SVM算法。该算法通过块增量学习、剪枝过程以及逆学习的交替进行,大幅减少了支持向量的个数,降低了算法的计算复杂度和时间复杂度。实验结果表明,同标准C-SVM算法相比,应用该算法的入侵检测模型在检测时间、检测精度方面有着较好表现。 展开更多

关键词 入侵检测 支持向量机 块增量学习 逆学习 剪枝

在线阅读 下载PDF 职称材料