| 构造稀疏最小二乘支持向量机的网络入侵检测模型 |
| |
| 引用本文： | 张红梅,高海华,王行愚. 构造稀疏最小二乘支持向量机的网络入侵检测模型[J]. 华东理工大学学报(自然科学版), 2008, 34(6): 876-881 |
| |
| 作者姓名： | 张红梅 高海华 王行愚 |
| |
| 作者单位： | 华东理工大学信息科学与工程学院,上海,200237;桂林电子科技大学信息与通信学院,广西,桂林,541004;华东理工大学信息科学与工程学院,上海,200237 |
| |
| 基金项目： | 国家自然科学基金 ， 高等学校博士学科点专项科研项目 ， 上海市重点学科建设项目 ， 广西青年科学基金 |
| |
| 摘 要： | 从最小二乘支持向量机的稀疏表达出发,构建高效的基于稀疏最小二乘支持向量机的网络入侵检测模型,提出了一种通过基于核空间近似策略的有效低秩逼近来有效减小原始训练样本集中的支持向量数来实现最终模型的稀疏表达.以MIT KDD99数据集为基础,对所提出方法进行有效性验证,并与利用剪枝策略通过递归过程中不断减少模型中支持向量个数的稀疏化方法、基本最小二乘支持向量机以及标准支持向量机方法的性能进行对比.结果表明:基于核空间近似的最小二乘支持向量机稀疏化与标准最小二乘支持向量机相当;此外稀疏最小二乘支持向量机能够提高入侵检测响应速度.
|
| 关 键 词： | 最小二乘 支持向量机 稀疏性 入侵检测 低秩逼近 |
Construct Sparse Least Squares Support Vector Machine for Network Intrusion Detection |
| |
| ZHANG Hong-mei,GAO Hai-hua,WANG Xing-yu. Construct Sparse Least Squares Support Vector Machine for Network Intrusion Detection[J]. Journal of East China University of Science and Technology, 2008, 34(6): 876-881 |
| |
| Authors: | ZHANG Hong-mei GAO Hai-hua WANG Xing-yu |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
