基于PCA-2KPCA-SVM的pod入侵高精度检测方法

被引：2

作者：

黄可望 ^{[1
]}

蔡一新 ^{[2
]}

朱嘉钢 ^{[2
]}

机构：

[1] 无锡职业技术学院物联网技术学院

[2] 江南大学物联网工程学院

来源：

计算机工程与设计 | 2017年 / 38卷 / 08期

关键词：

主成分分析; 核主成份分析; 支持向量机; 入侵检测; 高精度;

D O I：

10.16208/j.issn1000-7024.2017.08.019

中图分类号：

TP393.08 [];

学科分类号：

0839 ; 1402 ;

摘要：

为精确识别具体的攻击行为,提高入侵行为的识别率,提出一种基于PCA-2KPCA-SVM的pod入侵高精度检测方法。根据样本的不同分布特点选择不同的PCA方法,进行特征抽取和降维预处理;对于所有入侵行为样本,将pod入侵样本同其它入侵行为样本及正常样本做一对一分组;所有小组均使用PCA-PSO-SVM方法训练,将训练效果不佳的小组使用2KPCA-SVM方法训练,根据每个小组的训练方法对测试样本进行检测。实验结果表明,该方法可以精确识别pod入侵行为,可推广到对其它入侵行为的高精度检测。

引用

页码：2092 / 2098

页数：7

共 14 条

[1] 基于云PSO的RVM入侵检测
李国栋
胡建平
夏克文
[J]. 控制与决策, 2015, (04) : 698 - 702
[2] 基于FWKN-SVM的Android异常入侵检测的研究
孙敏
徐彩霞
高阳
[J]. 计算机科学, 2015, 42 (04) : 116 - 118
[3] 入侵检测中基于SVM的两级特征选择方法
武小年
彭小金
杨宇洋
方堃
[J]. 通信学报, 2015, 36 (04) : 23 - 30
[4] 基于特征选择和SVM参数同步优化的网络入侵检测
樊爱宛
时合生
[J]. 北京交通大学学报, 2013, 37 (05) : 58 - 61
[5] 基于SVM和融合技术的入侵检测研究
张得生
张飞
[J]. 科技通报, 2013, 29 (05) : 167 - 172
[6] 基于修正核函数SVM的网络入侵检测
井小沛
汪厚祥
聂凯
[J]. 系统工程与电子技术, 2012, 34 (05) : 1036 - 1040
[7] 一种SVM入侵检测的融合新策略
李汉彪
刘渊
[J]. 计算机工程与应用, 2012, 48 (04) : 87 - 90
[8] 改进的入侵检测数据降维方法
王晓霞
孙德才
唐耀庚
[J]. 计算机工程与应用, 2011, 47 (25) : 85 - 88
[9] A new approach to intrusion detection using Artificial Neural Networks and fuzzy clustering
Wang, Gang
Hao, Jinxing
Ma, Jian
Huang, Lihua
[J]. EXPERT SYSTEMS WITH APPLICATIONS, 2010, 37 (09) : 6225 - 6232
[10] A triangle area based nearest neighbors approach to intrusion detection[J] . Chih-Fong Tsai,Chia-Ying Lin. &nbspPattern Recognition . 2009 (1)

← 1 2 →