基于聚类的模糊支持向量机入侵检测算法  

An Intrusion Detection Algorithm Based on Clustering Fuzzy Support Vector Machine

作　　者：邹汉斌[1] 周学清[1] 

机构地区：[1]湖南文理学院计算机科学与技术学院,常德415000

出　　处：《情报杂志》2009年第3期175-178,共4页Journal of Intelligence

基　　金：湖南省教育厅一般项目"基于聚类的模糊支持向量机分类方法研究"(编号:06C585)

摘　　要：为了提高模糊支持向量机在入侵检测数据集上的训练效率,提出了一种基于聚类的模糊支持向量机入侵检测算法。该方法可以对训练数据进行剪枝,有效地减少远离分类面的聚类边缘点的数量,同时在分类面附近保持较多的样本点,以靠近判别边界的聚类中心集合作为有效的训练样本集合对模糊支持向量机进行训练,减少了样本的训练时间,提高了算法的效率。实验结果表明该方法提高了模糊支持向量机的训练效率,而且对入侵检测是非常有效的。

关 键 词：聚类 模糊支持向量机 入侵检测 异常检测 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程] TP309[自动化与计算机技术—控制科学与工程]