基于SVM主動學(xué)習(xí)的入侵檢測優(yōu)化算法研究
摘要:目的: 擬解決傳統(tǒng)的網(wǎng)絡(luò)入侵檢測算法效率低、準(zhǔn)確率不高等缺點。 方法: 優(yōu)化風(fēng)險函數(shù),利用最小二乘SVM來改進SVM訓(xùn)練效率,生成一系列加權(quán)基學(xué)習(xí)器,綜合生成模型。 結(jié)果: 提出一種基于SVM主動學(xué)習(xí)的入侵檢測優(yōu)化算法(AL-SVM)。 結(jié)論: 本文算法在解決高維、小樣本、避免局部最優(yōu)方面有優(yōu)勢,在檢測入侵的檢測率和誤報率方面,與傳統(tǒng)的入侵檢測算法相比,分別提高和降低了1.74%-5.07%和1.74%-4.86%。
注: 保護知識產(chǎn)權(quán),如需閱讀全文請聯(lián)系荊楚理工學(xué)院學(xué)報雜志社