| 基于特征选择和支持向量机的异常检测 |
| |
| 引用本文： | 肖海军,王小非,洪帆,崔国华.基于特征选择和支持向量机的异常检测[J].华中科技大学学报(自然科学版),2008,36(3):99-102. |
| |
| 作者姓名： | 肖海军 王小非 洪帆 崔国华 |
| |
| 作者单位： | 1. 华中科技大学,计算机科学与技术学院,湖北,武汉,430074;中国地质大学(武汉)数学与物理学院,湖北,武汉,430074
2. 华中科技大学,计算机科学与技术学院,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,提出一种不同于单一算法的基于特征选择和支持向量机的异常检测技术.首先用一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×idf的支持向量机、基于tf×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 |
| 文章编号： | 1671-4512(2008)03-0099-04 |
| 修稿时间： | 2007年3月23日 |
Attribute selection-based and support vector machine for anomaly detection |
| |
| Xiao Haijun,Wang Xiaofei,Hong Fan,Cui Guohua.Attribute selection-based and support vector machine for anomaly detection[J].JOURNAL OF HUAZHONG UNIVERSITY OF SCIENCE AND TECHNOLOGY.NATURE SCIENCE,2008,36(3):99-102. |
| |
| Authors: | Xiao Haijun Wang Xiaofei Hong Fan Cui Guohua |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
