| 一种改进的基于SVM的网络入侵检测算法 |
| |
| 引用本文： | 阎巍,南洋.一种改进的基于SVM的网络入侵检测算法[J].科技通报,2012,28(10):158-159,162. |
| |
| 作者姓名： | 阎巍 南洋 |
| |
| 作者单位： | 哈尔滨金融学院计算机系,哈尔滨,150030 |
| |
| 基金项目： | 2011年黑龙江省高等教育教学改革工程项目的部分研究成果 |
| |
| 摘 要： | 研究了支持向量机与自组织神经网络的原理,利用支持向量机的小样本学习与推广能力强的特点,结合自组织神经网络良好的学习能力与收敛速度,实现了对支持向量机算法的改进.利用Lincoln实验室入侵检测系统评估数据集合对改进算法进行测试,并将实验结果与BP神经网络进行了比较,结果表明,改进的算法在检测精度与训练时间方面均优于BP神经网络.
|
| 关 键 词： | 支持向量机 最优超平面 自组织神经网络 非线性变换 |
An Improved Algorithm for Network Intrusion Detection Based on SVM |
| |
| Yan Wei
,
Nan Yang.An Improved Algorithm for Network Intrusion Detection Based on SVM[J].Bulletin of Science and Technology,2012,28(10):158-159,162. |
| |
| Authors: | Yan Wei Nan Yang |
| |
| Institution: | (Harbin University of Finance computer department,Harbin 150030,China) |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
